Low-res two-view results

This table lists the benchmark results for the low-res two-view scenario. This benchmark evaluates the Middlebury stereo metrics (for all metrics, smaller is better):

bad 0.5, 1.0, 2.0, 4.0 [%]: Fraction of pixels with errors larger than the given number of disparities.
Average error [px]: The per-pixel average disparity error.
Root mean square error [px]: The per-pixel root mean square disparity error.
50%, 90%, 95%, 99% error quantile [px]: The highest disparity error within the given percentage of best pixels (for 50%, this is the median error).
Time [s]: The runtime of the method.

The mask determines whether the metric is evaluated for all pixels with ground truth, or only for pixels which are visible in both images (non-occluded).
The coverage selector allows to limit the table to results for all pixels (dense), or a given minimum fraction of pixels.

Methods with suffix _ROB may participate in the Robust Vision Challenge.

Click one or more dataset result cells or column headers to show visualizations. Most visualizations are only available for training datasets. The visualizations may not work with mobile browsers.

Method	all	lakes. 1l	lakes. 1s	sand box 1l	sand box 1s	stora. room 1l	stora. room 1s	stora. room 2l	stora. room 2s	stora. room 2 1l	stora. room 2 1s	stora. room 2 2l	stora. room 2 2s	stora. room 3l	stora. room 3s	tunnel 1l	tunnel 1s	tunnel 2l	tunnel 2s	tunnel 3l	tunnel 3s

FoundationStereo	0.08 1	0.12 124	0.24 2	0.02 95	0.01 145	0.12 1	0.04 227	0.24 1	0.59 79	0.00 1	0.01 1	0.04 28	0.01 10	0.11 15	0.07 56	0.00 1	0.02 341	0.00 1	0.00 1	0.00 1	0.00 1

mms	0.11 2	0.07 51	0.45 14	0.01 26	0.00 1	0.35 17	0.01 82	0.38 9	0.15 11	0.05 43	0.02 69	0.06 67	0.05 104	0.20 55	0.04 9	0.00 1	0.02 341	0.00 1	0.00 1	0.10 325	0.14 410

SGD-Stereo	0.12 3	0.10 96	0.25 4	0.03 146	0.00 1	1.03 78	0.00 1	0.24 1	0.59 79	0.01 5	0.01 1	0.04 28	0.01 10	0.06 3	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.00 1

LGtest1	0.13 4	0.14 145	0.30 7	0.01 26	0.00 1	0.40 25	0.00 1	0.54 23	0.73 188	0.06 51	0.01 1	0.03 15	0.00 1	0.04 1	0.21 172	0.00 1	0.05 398	0.00 1	0.00 1	0.01 40	0.01 89

S2M2	0.13 4	0.15 159	0.45 14	0.02 95	0.01 145	0.32 10	0.00 1	0.52 16	0.60 88	0.00 1	0.14 136	0.03 15	0.01 10	0.20 55	0.16 140	0.00 1	0.01 280	0.00 1	0.00 1	0.00 1	0.00 1

rvit_stereo_0083	0.13 4	0.02 1	0.30 7	0.00 1	0.00 1	0.14 3	0.01 82	0.56 24	1.11 277	0.05 43	0.01 1	0.04 28	0.02 32	0.25 78	0.08 69	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 89

GLC_STEREO	0.13 4	0.08 64	0.61 33	0.01 26	0.00 1	0.94 67	0.03 201	0.29 3	0.21 37	0.05 43	0.02 69	0.06 67	0.04 89	0.26 86	0.07 56	0.00 1	0.00 1	0.00 1	0.00 1	0.02 125	0.01 89

DEFOM-Stereo	0.14 8	0.04 9	0.38 10	0.05 199	0.00 1	1.04 87	0.00 1	0.32 5	0.63 118	0.00 1	0.01 1	0.04 28	0.03 62	0.20 55	0.06 48	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.00 1

fffy	0.14 8	0.06 37	0.88 69	0.02 95	0.00 1	0.33 12	0.01 82	0.79 42	0.13 4	0.02 12	0.01 1	0.06 67	0.01 10	0.16 30	0.03 6	0.00 1	0.04 385	0.00 1	0.00 1	0.09 311	0.06 335

ours_stereo	0.16 10	0.06 37	0.73 49	0.00 1	0.00 1	0.80 45	0.04 227	0.44 13	0.54 74	0.05 43	0.02 69	0.06 67	0.03 62	0.19 43	0.04 9	0.00 1	0.00 1	0.00 1	0.00 1	0.11 336	0.06 335

UniTT-Stereo	0.16 10	0.11 116	1.13 143	0.03 146	0.17 372	0.32 10	0.02 153	0.38 9	0.32 58	0.03 31	0.16 147	0.05 54	0.07 142	0.16 30	0.16 140	0.00 1	0.00 1	0.00 1	0.00 1	0.11 336	0.00 1

CASnet	0.16 10	0.14 145	0.52 25	0.01 26	0.00 1	0.86 52	0.00 1	0.51 15	0.75 196	0.10 83	0.01 1	0.04 28	0.02 32	0.22 67	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 180	0.00 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
AIO_test	0.17 13	0.11 116	0.55 29	0.08 256	0.06 297	0.42 31	0.06 271	0.35 7	0.38 65	0.03 31	0.01 1	0.86 234	0.03 62	0.21 64	0.10 94	0.00 1	0.01 280	0.00 1	0.08 396	0.03 180	0.02 193

rvit_stereo_0081_aga	0.17 13	0.11 116	0.81 57	0.00 1	0.00 1	0.80 45	0.01 82	0.79 42	0.59 79	0.02 12	0.01 1	0.05 54	0.03 62	0.19 43	0.05 24	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

rvit_stereo_0081	0.17 13	0.04 9	0.25 4	0.00 1	0.00 1	0.75 42	0.01 82	1.22 62	0.79 211	0.07 52	0.01 1	0.03 15	0.02 32	0.17 34	0.06 48	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

rvit_stereo_0082	0.17 13	0.04 9	0.25 4	0.00 1	0.00 1	0.75 42	0.01 82	1.22 62	0.79 211	0.07 52	0.01 1	0.03 15	0.02 32	0.17 34	0.06 48	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

RAStereo	0.17 13	0.21 218	1.18 159	0.04 178	0.01 145	0.18 4	0.00 1	0.81 45	0.34 60	0.07 52	0.04 104	0.05 54	0.05 104	0.19 43	0.10 94	0.00 1	0.00 1	0.00 1	0.00 1	0.02 125	0.00 1

RSM++	0.17 13	0.07 51	0.42 12	0.03 146	0.00 1	0.40 25	0.00 1	1.18 61	0.59 79	0.02 12	0.01 1	0.01 2	0.05 104	0.20 55	0.14 123	0.00 1	0.00 1	0.00 1	0.17 434	0.09 311	0.07 353

SMoEStereo_RVC	0.18 19	0.06 37	0.53 26	0.02 95	0.00 1	1.03 78	0.04 227	0.38 9	0.64 129	0.07 52	0.01 1	0.04 28	0.02 32	0.26 86	0.27 207	0.00 1	0.00 1	0.00 1	0.00 1	0.07 275	0.10 380

RSM	0.18 19	0.05 19	0.39 11	0.03 146	0.02 232	0.38 24	0.00 1	1.33 69	0.59 79	0.09 68	0.01 1	0.03 15	0.04 89	0.19 43	0.14 123	0.00 1	0.00 1	0.00 1	0.16 426	0.06 260	0.04 283

DEFOM-Stereo_RVC	0.19 21	0.03 2	0.46 16	0.03 146	0.00 1	0.36 22	0.02 153	1.68 94	0.67 155	0.01 5	0.01 1	0.05 54	0.00 1	0.12 19	0.22 175	0.00 1	0.02 341	0.00 1	0.15 417	0.01 40	0.00 1

MonSter	0.19 21	0.07 51	0.24 2	0.00 1	0.00 1	0.41 27	0.00 1	2.16 121	0.64 129	0.03 31	0.01 1	0.04 28	0.01 10	0.09 5	0.08 69	0.00 1	0.00 1	0.00 1	0.01 330	0.00 1	0.01 89

LoS_RVC	0.19 21	0.48 355	0.51 23	0.12 288	0.10 334	1.01 76	0.01 82	0.81 45	0.19 27	0.07 52	0.02 69	0.06 67	0.05 104	0.31 105	0.05 24	0.00 1	0.01 280	0.00 1	0.00 1	0.01 40	0.04 283

IGEV-Stereo++	0.20 24	0.05 19	0.22 1	0.01 26	0.00 1	1.11 118	0.00 1	1.84 103	0.34 60	0.08 60	0.01 1	0.02 4	0.03 62	0.19 43	0.05 24	0.00 1	0.00 1	0.00 1	0.00 1	0.03 180	0.01 89

ProNet	0.20 24	0.25 243	0.78 54	0.01 26	0.01 145	0.95 70	0.00 1	0.70 34	0.68 162	0.02 12	0.01 1	0.05 54	0.03 62	0.31 105	0.03 6	0.00 1	0.01 280	0.00 1	0.00 1	0.12 343	0.04 283

AIO_rvc	0.21 26	0.32 281	0.50 22	0.09 267	0.03 255	0.43 32	0.06 271	1.25 65	0.63 118	0.03 31	0.01 1	0.09 92	0.04 89	0.28 96	0.16 140	0.00 1	0.01 280	0.00 1	0.03 361	0.10 325	0.10 380

AIO-Stereo	0.21 26	0.07 51	0.44 13	0.03 146	0.03 255	0.41 27	0.01 82	1.65 89	0.65 136	0.09 68	0.01 1	0.02 4	0.04 89	0.22 67	0.05 24	0.00 1	0.00 1	0.00 1	0.33 482	0.05 240	0.08 366

anonymousdsp	0.21 26	0.21 218	0.63 35	0.02 95	0.00 1	1.07 99	0.00 1	0.74 40	0.77 205	0.09 68	0.01 1	0.04 28	0.07 142	0.25 78	0.04 9	0.00 1	0.00 1	0.00 1	0.16 426	0.08 289	0.03 253

IGEV-Stereo	0.21 26	0.21 218	0.63 35	0.02 95	0.00 1	1.07 99	0.00 1	0.73 38	0.77 205	0.09 68	0.01 1	0.04 28	0.07 142	0.24 73	0.04 9	0.00 1	0.00 1	0.00 1	0.16 426	0.08 289	0.03 253
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
sCroCo_RVC	0.21 26	0.14 145	1.54 224	0.01 26	0.00 1	0.13 2	0.04 227	1.10 56	0.65 136	0.10 83	0.05 108	0.03 15	0.04 89	0.23 70	0.05 24	0.00 1	0.07 417	0.00 1	0.00 1	0.01 40	0.00 1

PMTNet	0.21 26	0.19 199	0.85 63	0.02 95	0.02 232	1.14 131	0.30 384	0.88 49	0.11 1	0.03 31	0.02 69	0.07 81	0.02 32	0.37 124	0.12 108	0.00 1	0.00 1	0.00 1	0.00 1	0.03 180	0.00 1

fffft	0.22 32	0.03 2	0.46 16	0.01 26	0.00 1	0.93 65	0.01 82	1.42 72	0.61 98	0.02 12	0.01 1	0.04 28	0.01 10	0.21 64	0.34 244	0.00 1	0.00 1	0.00 1	0.00 1	0.14 355	0.07 353
1: 1. 1
WCG-NET	0.22 32	0.17 182	0.54 28	0.01 26	0.00 1	0.91 58	0.05 248	0.61 28	1.09 274	0.17 109	0.33 196	0.03 15	0.13 202	0.20 55	0.07 56	0.00 1	0.03 371	0.00 1	0.00 1	0.09 311	0.02 193

trnet	0.22 32	0.14 145	0.67 42	0.00 1	0.00 1	1.24 187	0.01 82	1.16 60	0.56 76	0.09 68	0.08 119	0.05 54	0.00 1	0.29 99	0.08 69	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.00 1

MaDis-Stereo	0.22 32	0.29 272	0.87 67	0.05 199	0.18 376	0.41 27	0.01 82	1.24 64	0.56 76	0.02 12	0.03 93	0.13 113	0.05 104	0.32 111	0.24 186	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.01 89

AEACV	0.22 32	0.05 19	0.66 41	0.02 95	0.03 255	0.87 54	0.00 1	1.07 55	0.15 11	0.18 112	0.01 1	0.02 4	0.72 335	0.15 27	0.09 82	0.00 1	0.03 371	0.00 1	0.27 469	0.08 289	0.07 353

Selective-IGEV	0.22 32	0.06 37	0.46 16	0.05 199	0.04 275	0.34 15	0.04 227	2.16 121	0.59 79	0.09 68	0.01 1	0.02 4	0.05 104	0.18 37	0.05 24	0.00 1	0.00 1	0.00 1	0.09 401	0.03 180	0.09 372

CREStereo	0.22 32	0.17 182	0.64 38	0.00 1	0.01 145	1.22 171	0.01 82	1.15 59	0.56 76	0.10 83	0.07 115	0.04 28	0.00 1	0.32 111	0.10 94	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.00 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
Former-RAFT_DAM_RVC	0.23 39	0.13 134	0.62 34	0.01 26	0.00 1	1.05 94	0.00 1	0.63 30	0.80 215	0.76 197	0.18 158	0.09 92	0.06 126	0.05 2	0.05 24	0.00 1	0.00 1	0.00 1	0.00 1	0.02 125	0.05 304

ff7	0.23 39	0.21 218	1.02 106	0.02 95	0.00 1	1.07 99	0.00 1	0.53 17	0.75 196	0.09 68	0.01 1	0.04 28	0.07 142	0.44 135	0.04 9	0.00 1	0.00 1	0.00 1	0.15 417	0.07 275	0.01 89

ffff	0.23 39	0.21 218	1.02 106	0.02 95	0.00 1	1.07 99	0.00 1	0.53 17	0.75 196	0.09 68	0.01 1	0.04 28	0.07 142	0.44 135	0.04 9	0.00 1	0.00 1	0.00 1	0.15 417	0.07 275	0.01 89

11t	0.23 39	0.21 218	1.02 106	0.02 95	0.00 1	1.07 99	0.00 1	0.53 17	0.75 196	0.09 68	0.01 1	0.04 28	0.07 142	0.44 135	0.04 9	0.00 1	0.00 1	0.00 1	0.15 417	0.07 275	0.01 89

ccc-4	0.23 39	0.21 218	1.02 106	0.02 95	0.00 1	1.07 99	0.00 1	0.53 17	0.75 196	0.09 68	0.01 1	0.04 28	0.07 142	0.44 135	0.04 9	0.00 1	0.00 1	0.00 1	0.15 417	0.07 275	0.01 89

GREAT-IGEV	0.24 44	0.10 96	0.92 79	0.06 216	0.33 439	1.11 118	0.06 271	0.36 8	0.19 27	0.02 12	0.47 232	0.02 4	0.06 126	0.13 25	0.16 140	0.00 1	0.09 432	0.00 1	0.20 445	0.09 311	0.36 460

Occ-G	0.24 44	0.10 96	0.59 32	0.01 26	0.01 145	0.80 45	0.04 227	0.62 29	0.15 11	0.01 5	0.51 236	1.34 277	0.04 89	0.09 5	0.21 172	0.00 1	0.00 1	0.00 1	0.15 417	0.15 367	0.00 1

GCAP-Stereo	0.24 44	0.29 272	0.82 59	0.01 26	0.00 1	1.24 187	0.00 1	1.70 97	0.23 43	0.02 12	0.01 1	0.09 92	0.10 173	0.18 37	0.05 24	0.00 1	0.03 371	0.00 1	0.00 1	0.08 289	0.01 89

MC-Stereo	0.24 44	0.12 124	0.71 48	0.04 178	0.02 232	1.07 99	0.00 1	1.30 67	0.17 22	0.59 172	0.02 69	0.08 87	0.11 183	0.18 37	0.05 24	0.00 1	0.02 341	0.00 1	0.17 434	0.06 260	0.02 193

HUF	0.25 48	0.32 281	1.18 159	0.06 216	0.11 341	0.31 8	0.08 286	0.73 38	0.62 110	0.10 83	0.01 1	0.02 4	0.03 62	0.16 30	0.14 123	0.00 1	0.58 489	0.00 1	0.00 1	0.14 355	0.37 461

castereo++	0.25 48	0.15 159	0.48 21	0.09 267	0.00 1	1.08 107	0.03 201	1.53 85	0.67 155	0.00 1	0.01 1	0.59 190	0.00 1	0.09 5	0.06 48	0.00 1	0.02 341	0.00 1	0.28 473	0.02 125	0.00 1

GMStereo	0.25 48	0.60 391	1.28 180	0.01 26	0.00 1	0.48 35	0.00 1	0.74 40	1.24 304	0.16 106	0.03 93	0.07 81	0.09 165	0.22 67	0.10 94	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
MM-Stereo_test2	0.26 51	0.08 64	1.52 223	0.46 403	0.00 1	1.14 131	0.01 82	0.63 30	0.21 37	0.38 149	0.02 69	0.04 28	0.06 126	0.18 37	0.20 165	0.00 1	0.04 385	0.00 1	0.05 377	0.22 408	0.04 283

MyStereo07	0.27 52	0.27 251	0.64 38	0.02 95	0.01 145	1.64 335	0.01 82	1.41 71	0.73 188	0.10 83	0.01 1	0.03 15	0.10 173	0.24 73	0.04 9	0.00 1	0.07 417	0.00 1	0.00 1	0.03 180	0.06 335

MIF-Stereo (partial)	0.27 52	0.18 190	1.14 145	0.01 26	0.00 1	0.43 32	0.02 153	1.97 113	0.39 66	0.11 91	0.08 119	0.07 81	0.06 126	0.44 135	0.33 237	0.00 1	0.00 1	0.00 1	0.00 1	0.05 240	0.02 193

IGEV-RUCA	0.28 54	0.05 19	0.53 26	0.12 288	0.11 341	1.25 196	0.32 389	0.80 44	0.20 32	0.10 83	0.14 136	0.16 127	0.25 245	0.29 99	0.25 194	0.05 441	0.19 472	0.20 470	0.23 457	0.18 385	0.19 432

LoS	0.28 54	0.16 171	0.95 88	0.07 241	0.01 145	1.32 218	0.07 279	1.30 67	0.60 88	0.04 40	0.03 93	0.28 147	0.11 183	0.48 145	0.11 103	0.00 1	0.01 280	0.00 1	0.00 1	0.03 180	0.00 1
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
EGLCR-Stereo	0.28 54	0.09 77	0.73 49	0.18 329	0.05 285	1.17 145	0.04 227	2.37 130	0.17 22	0.35 139	0.01 1	0.01 2	0.02 32	0.38 127	0.04 9	0.00 1	0.01 280	0.00 1	0.00 1	0.00 1	0.03 253

XX-TBD	0.28 54	0.39 312	0.97 95	0.05 199	0.00 1	1.09 109	0.00 1	0.71 36	0.54 74	0.44 156	1.04 308	0.06 67	0.06 126	0.19 43	0.09 82	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

dual_stereo	0.29 58	0.05 19	0.31 9	0.03 146	0.00 1	0.31 8	0.02 153	3.31 250	0.61 98	0.01 5	0.01 1	0.02 4	0.03 62	0.79 171	0.13 112	0.00 1	0.07 417	0.00 1	0.08 396	0.00 1	0.01 89

WCG-NET（raft）	0.29 58	0.24 239	0.51 23	0.01 26	0.00 1	0.91 58	0.05 248	0.56 24	1.12 282	0.21 115	0.12 134	1.54 286	0.14 206	0.14 26	0.07 56	0.00 1	0.11 444	0.00 1	0.00 1	0.08 289	0.03 253

CREStereo++_RVC	0.29 58	0.19 199	0.83 62	0.05 199	0.00 1	1.19 155	0.00 1	0.66 32	0.99 252	0.25 118	1.26 331	0.05 54	0.07 142	0.20 55	0.09 82	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 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
rvit_stereo_0080	0.30 61	0.23 235	1.20 167	0.00 1	0.00 1	0.90 56	0.01 82	2.79 172	0.60 88	0.02 12	0.02 69	0.06 67	0.01 10	0.12 19	0.05 24	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 193

whm_eth	0.30 61	0.23 235	1.20 167	0.00 1	0.00 1	0.90 56	0.01 82	2.79 172	0.60 88	0.02 12	0.02 69	0.06 67	0.01 10	0.12 19	0.05 24	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 193

TANstereo	0.30 61	0.28 262	0.86 65	0.03 146	0.01 145	1.14 131	0.00 1	0.53 17	0.44 69	1.06 255	1.24 328	0.06 67	0.05 104	0.25 78	0.05 24	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

GIP-stereo	0.31 64	0.03 2	0.78 54	0.00 1	0.00 1	1.06 97	0.03 201	2.98 191	0.66 145	0.05 43	0.01 1	0.04 28	0.01 10	0.18 37	0.24 186	0.00 1	0.00 1	0.00 1	0.00 1	0.04 216	0.00 1

rvit_stereo_ft	0.31 64	0.32 281	1.63 244	0.01 26	0.00 1	0.19 5	0.00 1	2.84 178	0.79 211	0.02 12	0.03 93	0.08 87	0.02 32	0.19 43	0.08 69	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.03 253

MGS-Stereo	0.31 64	0.10 96	0.89 73	0.02 95	0.00 1	0.50 36	0.00 1	0.39 12	0.61 98	0.02 12	2.91 405	0.04 28	0.03 62	0.21 64	0.06 48	0.00 1	0.00 1	0.00 1	0.00 1	0.44 461	0.00 1

castereo	0.32 67	0.28 262	0.46 16	0.01 26	0.05 285	0.81 48	0.04 227	3.37 256	0.61 98	0.08 60	0.01 1	0.08 87	0.14 206	0.10 12	0.11 103	0.00 1	0.01 280	0.00 1	0.22 453	0.02 125	0.01 89

CAS++	0.32 67	0.22 228	0.69 46	0.04 178	0.00 1	0.35 17	0.01 82	4.32 366	0.48 71	0.02 12	0.01 1	0.07 81	0.00 1	0.19 43	0.04 9	0.00 1	0.00 1	0.00 1	0.00 1	0.02 125	0.00 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
MoCha-V2	0.33 69	0.11 116	0.92 79	0.09 267	0.06 297	0.34 15	0.00 1	2.56 155	0.64 129	0.32 125	0.43 221	0.17 129	0.09 165	0.26 86	0.10 94	0.00 1	0.14 461	0.00 1	0.22 453	0.05 240	0.01 89

11t1	0.33 69	0.05 19	0.86 65	0.44 397	0.00 1	1.04 87	0.00 1	2.45 143	0.60 88	0.44 156	0.01 1	0.05 54	0.05 104	0.43 133	0.06 48	0.00 1	0.01 280	0.00 1	0.00 1	0.02 125	0.01 89

CroCo-Stereo Lap2	0.33 69	0.49 360	1.18 159	0.02 95	0.00 1	0.33 12	0.00 1	3.08 207	0.61 98	0.02 12	0.01 1	0.04 28	0.08 157	0.45 140	0.15 132	0.00 1	0.00 1	0.00 1	0.00 1	0.07 275	0.02 193

LG-Stereo	0.34 72	0.07 51	1.33 194	0.03 146	0.01 145	1.06 97	0.00 1	2.93 187	0.66 145	0.01 5	0.09 123	0.14 119	0.07 142	0.10 12	0.16 140	0.00 1	0.00 1	0.00 1	0.00 1	0.09 311	0.01 89

SCV_C0	0.34 72	0.20 210	0.96 89	0.02 95	0.00 1	0.41 27	0.02 153	3.62 294	0.65 136	0.12 93	0.01 1	0.07 81	0.09 165	0.18 37	0.13 112	0.00 1	0.03 371	0.00 1	0.19 440	0.12 343	0.04 283

tg	0.34 72	0.26 247	0.68 44	0.01 26	0.00 1	1.25 196	0.01 82	1.75 99	0.65 136	0.11 91	0.40 213	0.74 219	0.11 183	0.29 99	0.08 69	0.00 1	0.02 341	0.00 1	0.00 1	0.29 439	0.21 439

rvit_0105_6	0.34 72	0.10 96	1.37 200	0.01 26	0.00 1	0.86 52	0.00 1	2.78 171	1.32 320	0.04 40	0.03 93	0.07 81	0.02 32	0.19 43	0.08 69	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 253

Pointernet	0.34 72	0.10 96	1.09 133	0.01 26	0.08 317	1.18 152	0.05 248	2.99 192	0.62 110	0.03 31	0.01 1	0.15 122	0.05 104	0.24 73	0.09 82	0.00 1	0.00 1	0.00 1	0.11 409	0.01 40	0.00 1

dd	0.34 72	0.67 407	1.55 226	0.04 178	0.01 145	1.22 171	0.03 201	0.84 47	1.16 290	0.18 112	0.05 108	0.12 108	0.05 104	0.29 99	0.44 276	0.02 424	0.00 1	0.00 1	0.00 1	0.05 240	0.00 1

AnonymousM	0.34 72	0.07 51	0.63 35	0.02 95	0.01 145	1.09 109	0.03 201	1.54 86	0.68 162	0.17 109	0.04 104	0.02 4	0.24 241	0.25 78	0.04 9	0.00 1	0.01 280	1.93 491	0.00 1	0.01 40	0.00 1

4D-IteraStereo	0.35 79	0.60 391	1.93 279	0.02 95	0.09 325	1.03 78	0.07 279	1.25 65	0.34 60	0.02 12	0.03 93	0.84 233	0.10 173	0.31 105	0.35 251	0.00 1	0.00 1	0.00 1	0.00 1	0.05 240	0.07 353

knoymous	0.35 79	0.05 19	1.11 137	0.05 199	0.01 145	1.15 138	0.01 82	2.06 116	0.14 7	0.40 151	0.02 69	1.67 302	0.00 1	0.31 105	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.00 1

UDGNet	0.35 79	0.50 363	1.14 145	0.02 95	0.00 1	1.12 122	0.02 153	0.70 34	1.57 367	0.31 123	0.05 108	0.06 67	0.02 32	1.45 208	0.09 82	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

test_xeample3	0.35 79	0.10 96	1.95 284	0.02 95	0.00 1	0.93 65	0.07 279	1.70 97	0.86 232	0.09 68	0.04 104	0.05 54	0.05 104	0.23 70	0.51 296	0.00 1	0.00 1	0.00 1	0.24 460	0.06 260	0.08 366

LG-Stereo_Zeroshot	0.36 83	0.14 145	1.14 145	0.04 178	0.05 285	1.39 247	0.05 248	1.87 107	0.77 205	0.13 101	0.07 115	0.48 176	0.02 32	0.41 132	0.45 280	0.00 1	0.00 1	0.00 1	0.18 437	0.01 40	0.10 380

IGEV++	0.36 83	0.19 199	0.57 31	0.09 267	0.00 1	0.35 17	0.03 201	4.62 388	0.24 48	0.12 93	0.02 69	0.03 15	0.17 215	0.24 73	0.23 181	0.00 1	0.05 398	0.00 1	0.04 372	0.09 311	0.08 366

LL-Strereo2	0.36 83	0.47 353	1.08 130	0.09 267	0.03 255	1.12 122	0.07 279	1.66 92	0.93 241	0.43 155	0.02 69	0.51 183	0.08 157	0.23 70	0.29 218	0.00 1	0.00 1	0.00 1	0.03 361	0.04 216	0.04 283

iRaftStereo_RVC	0.36 83	0.27 251	0.76 52	0.01 26	0.00 1	1.20 164	0.01 82	2.15 120	0.62 110	0.15 105	0.22 175	0.69 208	0.12 195	0.28 96	0.18 157	0.00 1	0.06 407	0.00 1	0.00 1	0.27 428	0.22 442

GCAP-BAT	0.37 87	0.13 134	1.16 153	0.10 278	0.12 344	1.59 318	0.04 227	0.67 33	0.43 68	0.84 209	0.89 296	0.39 164	0.07 142	0.27 94	0.49 292	0.00 1	0.01 280	0.00 1	0.19 440	0.00 1	0.00 1

rvit_stereo_0075_2	0.37 87	0.13 134	2.43 343	0.02 95	0.00 1	1.12 122	0.02 153	1.66 92	1.15 288	0.16 106	0.08 119	0.02 4	0.05 104	0.40 129	0.09 82	0.00 1	0.00 1	0.00 1	0.00 1	0.02 125	0.10 380

Selective-RAFT	0.37 87	0.06 37	0.65 40	0.03 146	0.01 145	1.17 145	0.02 153	2.63 158	0.66 145	0.01 5	0.01 1	0.22 135	0.18 219	1.31 197	0.24 186	0.00 1	0.00 1	0.00 1	0.20 445	0.04 216	0.00 1

RCA-Stereo	0.37 87	0.14 145	0.76 52	0.01 26	0.00 1	1.17 145	0.00 1	3.14 217	0.61 98	0.71 189	0.47 232	0.05 54	0.13 202	0.19 43	0.03 6	0.00 1	0.01 280	0.00 1	0.00 1	0.06 260	0.01 89

sAnonymous2	0.37 87	0.32 281	3.21 394	0.01 26	0.00 1	0.35 17	0.08 286	1.96 111	0.90 234	0.03 31	0.05 108	0.04 28	0.11 183	0.11 15	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 355	0.18 427

CroCo_RVC	0.37 87	0.32 281	3.21 394	0.01 26	0.00 1	0.35 17	0.08 286	1.96 111	0.90 234	0.03 31	0.05 108	0.04 28	0.11 183	0.11 15	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 355	0.18 427

rvit_0105_4	0.39 93	0.16 171	1.66 250	0.01 26	0.00 1	0.85 51	0.00 1	3.15 219	1.33 322	0.07 52	0.06 113	0.10 102	0.03 62	0.29 99	0.08 69	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.02 193

RAFT-Stereo-weight	0.39 93	0.07 51	0.81 57	0.07 241	0.02 232	1.34 226	0.05 248	3.15 219	0.31 55	0.94 224	0.52 237	0.26 143	0.01 10	0.19 43	0.07 56	0.00 1	0.01 280	0.00 1	0.00 1	0.00 1	0.01 89

CroCo-Stereo	0.39 93	0.40 317	1.67 254	0.07 241	0.00 1	0.19 5	0.01 82	3.55 287	0.75 196	0.08 60	0.02 69	0.46 172	0.08 157	0.28 96	0.18 157	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.01 89
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
rafts_anoy	0.39 93	0.44 337	1.15 149	0.06 216	0.03 255	1.12 122	0.04 227	2.75 169	0.33 59	0.10 83	0.16 147	0.11 104	0.19 225	0.74 169	0.31 229	0.00 1	0.14 461	0.00 1	0.01 330	0.02 125	0.05 304

MM-Stereo_test1	0.40 97	0.13 134	1.31 190	0.64 435	0.07 307	0.92 63	0.03 201	3.08 207	0.80 215	0.35 139	0.04 104	0.05 54	0.02 32	0.20 55	0.13 112	0.00 1	0.02 341	0.00 1	0.00 1	0.26 423	0.02 193

CRE-IMP	0.40 97	0.06 37	1.04 121	0.07 241	0.05 285	1.45 274	0.46 406	1.48 83	0.63 118	0.90 217	0.30 187	0.88 236	0.01 10	0.26 86	0.22 175	0.00 1	0.00 1	0.00 1	0.00 1	0.02 125	0.17 421

rvit_0105_5	0.41 99	0.20 210	1.94 283	0.01 26	0.00 1	0.91 58	0.00 1	3.18 228	1.27 310	0.08 60	0.09 123	0.10 102	0.02 32	0.35 120	0.09 82	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.03 253

plain	0.41 99	0.28 262	2.26 330	0.07 241	0.00 1	0.50 36	0.01 82	2.84 178	0.92 237	0.05 43	0.07 115	0.13 113	0.17 215	0.43 133	0.20 165	0.00 1	0.00 1	0.00 1	0.00 1	0.34 448	0.01 89

x	0.41 99	0.04 9	0.74 51	0.54 420	0.00 1	0.98 73	0.00 1	3.07 205	0.67 155	0.48 164	0.01 1	0.48 176	0.07 142	0.93 177	0.07 56	0.00 1	0.01 280	0.00 1	0.00 1	0.01 40	0.01 89

SCV	0.42 102	0.28 262	0.68 44	0.26 359	0.16 368	0.26 7	0.05 248	4.98 415	0.63 118	0.10 83	0.01 1	0.02 4	0.05 104	0.26 86	0.13 112	0.00 1	0.01 280	0.00 1	0.18 437	0.25 420	0.18 427

GMOStereo	0.42 102	0.28 262	1.02 106	0.05 199	0.18 376	1.04 87	0.02 153	2.40 133	0.16 17	2.25 375	0.01 1	0.32 151	0.03 62	0.09 5	0.15 132	0.00 1	0.11 444	0.00 1	0.00 1	0.19 393	0.02 193

error version	0.42 102	0.28 262	1.02 106	0.05 199	0.18 376	1.04 87	0.02 153	2.40 133	0.16 17	2.25 375	0.01 1	0.32 151	0.03 62	0.09 5	0.15 132	0.00 1	0.11 444	0.00 1	0.00 1	0.19 393	0.02 193

test-v	0.42 102	0.28 262	1.02 106	0.05 199	0.18 376	1.04 87	0.02 153	2.40 133	0.16 17	2.25 375	0.01 1	0.32 151	0.03 62	0.09 5	0.15 132	0.00 1	0.11 444	0.00 1	0.00 1	0.19 393	0.02 193

test-2	0.42 102	0.28 262	1.02 106	0.05 199	0.18 376	1.04 87	0.02 153	2.40 133	0.16 17	2.25 375	0.01 1	0.32 151	0.03 62	0.09 5	0.15 132	0.00 1	0.11 444	0.00 1	0.00 1	0.19 393	0.02 193

raft+_RVC	0.42 102	0.48 355	1.11 137	0.51 417	0.17 372	1.16 141	0.04 227	2.25 124	0.59 79	0.12 93	0.42 217	0.08 87	0.15 209	0.60 158	0.28 214	0.00 1	0.09 432	0.00 1	0.00 1	0.06 260	0.19 432

Gwc-CoAtRS	0.42 102	0.12 124	1.28 180	0.03 146	0.13 350	1.03 78	0.02 153	2.33 128	0.15 11	0.35 139	0.01 1	2.27 344	0.03 62	0.20 55	0.25 194	0.00 1	0.01 280	0.00 1	0.22 453	0.01 40	0.01 89

MM-Stereo_test3	0.43 109	0.33 288	0.92 79	0.75 444	0.04 275	0.96 71	0.05 248	3.11 213	0.79 211	0.12 93	0.53 238	0.26 143	0.06 126	0.26 86	0.13 112	0.00 1	0.01 280	0.00 1	0.00 1	0.28 437	0.01 89

IGEV-Stereo+	0.43 109	0.17 182	0.46 16	0.14 308	1.06 470	0.63 40	0.02 153	0.30 4	0.24 48	0.09 68	0.01 1	0.04 28	0.03 62	1.86 220	0.05 24	0.00 1	0.01 280	0.00 1	0.15 417	1.83 485	1.61 487

CES	0.43 109	0.14 145	0.85 63	0.05 199	1.52 478	1.22 171	0.05 248	1.01 53	0.59 79	0.03 31	0.02 69	0.14 119	0.10 173	0.40 129	0.10 94	0.00 1	0.01 280	0.00 1	0.00 1	0.01 40	2.45 492

ROB_FTStereo_v2	0.43 109	0.09 77	1.00 98	0.06 216	0.08 317	1.57 307	0.33 392	1.44 77	0.67 155	0.97 229	0.19 166	0.77 225	0.02 32	1.23 193	0.17 147	0.00 1	0.00 1	0.00 1	0.00 1	0.02 125	0.05 304

HART	0.44 113	0.24 239	1.41 204	0.01 26	0.00 1	0.33 12	0.00 1	2.91 185	0.61 98	0.26 119	1.98 368	0.35 157	0.03 62	0.20 55	0.14 123	0.00 1	0.11 444	0.00 1	0.00 1	0.19 393	0.05 304

RALCasStereoNet	0.44 113	0.44 337	1.03 117	0.03 146	0.00 1	1.10 113	0.03 201	2.46 145	0.90 234	0.07 52	0.32 189	0.12 108	0.20 231	1.28 196	0.25 194	0.00 1	0.31 480	0.00 1	0.00 1	0.08 289	0.12 396

R-Stereo Train	0.44 113	0.09 77	0.94 84	0.02 95	0.00 1	1.24 187	0.09 298	3.65 298	0.11 1	1.87 344	0.42 217	0.06 67	0.01 10	0.25 78	0.05 24	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 193

RAFT-Stereo	0.44 113	0.09 77	0.94 84	0.02 95	0.00 1	1.24 187	0.09 298	3.65 298	0.11 1	1.87 344	0.42 217	0.06 67	0.01 10	0.25 78	0.05 24	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 193
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
MIM_Stereo	0.45 117	0.43 332	1.18 159	0.51 417	0.04 275	1.26 200	0.02 153	2.38 131	0.65 136	0.07 52	0.02 69	0.70 211	0.20 231	1.01 184	0.13 112	0.00 1	0.09 432	0.00 1	0.00 1	0.14 355	0.10 380

HUI-Stereo	0.45 117	0.09 77	1.08 130	0.06 216	0.08 317	1.61 326	0.32 389	1.43 73	0.70 185	0.97 229	0.18 158	0.77 225	0.02 32	1.44 207	0.17 147	0.00 1	0.00 1	0.00 1	0.00 1	0.02 125	0.05 304

RAFT-IKP	0.45 117	0.09 77	1.06 127	0.06 216	0.06 297	1.44 268	0.31 388	1.44 77	0.69 175	0.97 229	0.18 158	0.76 221	0.02 32	1.65 213	0.17 147	0.00 1	0.00 1	0.00 1	0.00 1	0.02 125	0.04 283

Reg-Stereo(zero)	0.46 120	0.04 9	1.77 266	0.01 26	0.14 356	1.20 164	0.13 317	1.13 58	0.26 52	0.05 43	0.16 147	1.75 305	1.10 355	0.67 165	0.45 280	0.00 1	0.03 371	0.00 1	0.12 414	0.01 40	0.09 372

IGEVStereo-DCA	0.46 120	0.09 77	1.02 106	0.02 95	0.00 1	0.82 49	0.00 1	0.53 17	0.75 196	0.09 68	0.03 93	0.03 15	0.06 126	5.04 346	0.51 296	0.00 1	0.00 1	0.00 1	0.15 417	0.05 240	0.01 89

testlalala	0.46 120	0.13 134	0.82 59	0.17 323	0.10 334	1.13 129	0.03 201	2.63 158	1.13 284	2.04 361	0.10 128	0.29 149	0.04 89	0.15 27	0.27 207	0.00 1	0.01 280	0.00 1	0.26 466	0.00 1	0.00 1

PSM-adaLoss	0.46 120	0.09 77	1.01 101	0.06 216	0.09 325	1.61 326	0.30 384	1.43 73	0.69 175	0.97 229	0.18 158	0.77 225	0.02 32	1.67 214	0.17 147	0.00 1	0.00 1	0.00 1	0.00 1	0.02 125	0.05 304

ICVP	0.46 120	0.08 64	1.58 236	0.01 26	0.01 145	1.10 113	0.21 345	3.80 314	0.52 73	0.42 154	0.27 183	0.33 155	0.06 126	0.57 154	0.13 112	0.00 1	0.07 417	0.00 1	0.00 1	0.04 216	0.01 89
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
raftrobust	0.46 120	0.42 326	1.05 126	0.01 26	0.21 392	1.17 145	0.05 248	2.07 118	0.19 27	2.98 416	0.02 69	0.12 108	0.15 209	0.25 78	0.31 229	0.00 1	0.03 371	0.00 1	0.00 1	0.08 289	0.06 335

tt45	0.47 126	0.06 37	0.70 47	0.02 95	0.00 1	1.30 213	0.05 248	0.85 48	0.60 88	0.05 43	0.01 1	0.09 92	0.03 62	5.40 364	0.18 157	0.00 1	0.00 1	0.00 1	0.00 1	0.09 311	0.01 89

rvit_0105_3	0.47 126	0.28 262	2.20 315	0.01 26	0.00 1	1.13 129	0.00 1	3.20 235	1.26 306	0.08 60	0.26 179	0.09 92	0.03 62	0.62 162	0.11 103	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.02 193

H2IRNET	0.47 126	0.22 228	1.27 178	0.15 313	0.01 145	1.18 152	0.01 82	1.65 89	0.48 71	0.02 12	1.80 359	0.46 172	0.04 89	1.62 212	0.35 251	0.00 1	0.00 1	0.01 413	0.01 330	0.16 372	0.02 193

AE-Stereo	0.47 126	0.11 116	1.03 117	0.04 178	0.09 325	1.11 118	0.03 201	4.16 344	0.34 60	0.35 139	0.82 289	0.15 122	0.16 212	0.45 140	0.05 24	0.00 1	0.09 432	0.00 1	0.26 466	0.09 311	0.05 304

ToySt	0.47 126	0.25 243	2.47 350	0.04 178	0.01 145	1.17 145	0.00 1	2.01 114	0.63 118	0.08 60	0.14 136	1.16 267	0.05 104	0.80 173	0.46 286	0.00 1	0.00 1	0.00 1	0.03 361	0.10 325	0.04 283

riskmin	0.47 126	0.03 2	1.01 101	0.08 256	0.01 145	1.12 122	0.01 82	3.00 193	0.21 37	0.46 162	0.02 69	2.08 327	1.06 351	0.26 86	0.04 9	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 89

ROB_FTStereo	0.47 126	0.09 77	1.04 121	0.06 216	0.08 317	1.59 318	0.33 392	1.43 73	0.68 162	0.97 229	0.19 166	0.76 221	0.03 62	1.86 220	0.17 147	0.00 1	0.00 1	0.00 1	0.00 1	0.02 125	0.05 304

999	0.48 133	0.07 51	0.55 29	0.01 26	0.00 1	1.27 203	0.09 298	0.33 6	0.61 98	0.01 5	0.17 154	0.03 15	0.02 32	5.79 384	0.51 296	0.00 1	0.00 1	0.00 1	0.00 1	0.11 336	0.00 1

FACV-RUCA	0.49 134	0.10 96	1.30 188	0.06 216	0.12 344	1.14 131	0.07 279	3.57 289	0.92 237	0.18 112	0.99 305	0.19 131	0.31 257	0.25 78	0.16 140	0.00 1	0.00 1	0.08 455	0.02 352	0.24 413	0.12 396

model_zeroshot	0.49 134	0.26 247	2.10 310	0.03 146	0.01 145	1.69 344	0.08 286	2.63 158	0.18 24	1.02 244	0.01 1	0.61 192	0.06 126	0.86 174	0.14 123	0.00 1	0.02 341	0.00 1	0.16 426	0.02 125	0.01 89

Anonymous3	0.49 134	0.12 124	2.21 316	0.01 26	0.00 1	2.53 390	0.09 298	3.16 224	0.65 136	0.12 93	0.22 175	0.12 108	0.05 104	0.37 124	0.08 69	0.00 1	0.07 417	0.00 1	0.00 1	0.04 216	0.03 253

qqq	0.50 137	0.04 9	0.78 54	0.02 95	0.00 1	1.05 94	0.00 1	3.15 219	0.68 162	0.46 162	0.01 1	0.73 217	0.12 195	2.95 247	0.07 56	0.00 1	0.01 280	0.00 1	0.00 1	0.01 40	0.01 89

Patchmatch Stereo++	0.50 137	0.09 77	1.01 101	0.06 216	0.07 307	1.60 322	0.27 366	1.45 80	0.68 162	0.98 238	0.18 158	0.77 225	0.03 62	2.58 232	0.17 147	0.00 1	0.00 1	0.00 1	0.00 1	0.02 125	0.05 304
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	0.50 137	0.09 77	1.01 101	0.06 216	0.07 307	1.60 322	0.27 366	1.45 80	0.68 162	0.98 238	0.18 158	0.77 225	0.03 62	2.58 232	0.17 147	0.00 1	0.00 1	0.00 1	0.00 1	0.02 125	0.05 304

test_4	0.51 140	0.10 96	1.27 178	0.01 26	0.06 297	0.97 72	0.03 201	1.12 57	0.16 17	0.27 120	3.42 419	0.65 201	0.09 165	1.59 209	0.26 202	0.00 1	0.00 1	0.00 1	0.08 396	0.14 355	0.00 1

iGMRVC	0.51 140	0.09 77	1.04 121	0.06 216	0.08 317	1.61 326	0.27 366	1.44 77	0.69 175	0.97 229	0.19 166	0.76 221	0.03 62	2.69 240	0.17 147	0.00 1	0.00 1	0.00 1	0.00 1	0.02 125	0.04 283

CFNet-RSSM	0.51 140	0.12 124	1.26 176	0.03 146	0.14 356	1.24 187	0.02 153	4.12 342	0.15 11	0.31 123	0.01 1	1.96 321	0.04 89	0.19 43	0.25 194	0.00 1	0.01 280	0.00 1	0.27 469	0.01 40	0.01 89

mmm	0.52 143	0.04 9	1.14 145	0.61 431	0.00 1	1.14 131	0.00 1	3.45 272	0.75 196	1.24 280	0.58 243	0.20 134	0.18 219	0.93 177	0.08 69	0.00 1	0.01 280	0.00 1	0.00 1	0.02 125	0.01 89

anonymousdsp2	0.52 143	0.06 37	1.51 221	0.10 278	0.00 1	1.19 155	0.01 82	4.32 366	0.63 118	0.33 127	0.15 145	0.78 230	0.09 165	1.01 184	0.06 48	0.00 1	0.00 1	0.00 1	0.11 409	0.04 216	0.05 304

GANet-ADL	0.52 143	0.09 77	1.43 208	0.13 295	0.02 232	1.43 264	0.02 153	3.22 238	0.59 79	0.34 138	0.98 304	1.09 263	0.19 225	0.40 129	0.34 244	0.00 1	0.00 1	0.00 1	0.00 1	0.04 216	0.01 89

DeepStereo_RVC	0.52 143	0.08 64	1.37 200	0.06 216	0.06 297	1.34 226	0.41 401	1.43 73	0.68 162	1.03 249	0.85 292	0.49 179	1.56 387	0.79 171	0.17 147	0.00 1	0.00 1	0.00 1	0.00 1	0.02 125	0.13 403

test-1	0.52 143	0.25 243	0.94 84	0.03 146	0.22 394	1.20 164	0.08 286	4.03 335	0.25 51	0.70 187	0.66 263	0.71 215	0.03 62	0.30 104	0.43 273	0.00 1	0.18 470	0.00 1	0.07 391	0.01 40	0.25 447

FENet	0.52 143	0.07 51	1.62 242	0.04 178	0.00 1	1.19 155	0.05 248	3.10 211	0.98 248	0.89 215	0.01 1	1.63 299	0.09 165	0.47 144	0.28 214	0.00 1	0.01 280	0.00 1	0.00 1	0.00 1	0.01 89

AIO-test1	0.53 149	0.38 305	1.50 215	0.02 95	0.03 255	1.12 122	0.01 82	3.13 216	0.69 175	0.44 156	0.30 187	0.06 67	0.06 126	2.52 230	0.13 112	0.00 1	0.00 1	0.00 1	0.02 352	0.13 348	0.09 372

Pruner-Stereo	0.53 149	0.10 96	1.02 106	0.89 459	0.10 334	1.57 307	0.36 397	2.06 116	0.63 118	2.23 373	0.46 229	0.25 140	0.01 10	0.45 140	0.37 258	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.02 193

cross-raft	0.53 149	0.12 124	1.78 269	0.03 146	0.01 145	1.04 87	0.10 306	3.21 237	0.23 43	0.37 147	0.01 1	2.86 373	0.04 89	0.24 73	0.24 186	0.00 1	0.01 280	0.00 1	0.16 426	0.01 40	0.02 193

HI	0.54 152	0.37 300	1.50 215	0.13 295	0.00 1	1.15 138	0.00 1	1.68 94	0.62 110	1.34 287	0.01 1	2.67 360	0.66 327	0.36 122	0.20 165	0.00 1	0.04 385	0.00 1	0.00 1	0.05 240	0.00 1

CoSv	0.54 152	0.37 300	1.50 215	0.13 295	0.00 1	1.15 138	0.00 1	1.68 94	0.62 110	1.34 287	0.01 1	2.67 360	0.66 327	0.36 122	0.20 165	0.00 1	0.04 385	0.00 1	0.00 1	0.05 240	0.00 1

PFNet+	0.54 152	0.10 96	1.31 190	0.16 320	0.05 285	1.44 268	0.56 413	1.60 88	0.98 248	1.35 293	0.46 229	0.37 159	0.01 10	2.18 227	0.22 175	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.01 89

RALAANet	0.54 152	0.62 396	1.41 204	0.01 26	0.01 145	0.92 63	0.02 153	2.39 132	1.87 394	1.13 261	0.38 209	0.15 122	0.30 253	1.00 183	0.38 261	0.00 1	0.00 1	0.00 1	0.04 372	0.14 355	0.01 89

CASS	0.56 156	0.13 134	1.40 203	0.03 146	0.01 145	1.65 339	0.04 227	3.03 198	0.63 118	1.96 353	0.93 300	0.28 147	0.36 271	0.52 147	0.18 157	0.00 1	0.00 1	0.00 1	0.00 1	0.03 180	0.00 1
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
s12784h	0.56 156	0.14 145	1.22 171	0.02 95	0.00 1	1.14 131	0.03 201	3.43 269	1.47 347	1.02 244	1.41 338	0.05 54	0.02 32	1.08 186	0.09 82	0.00 1	0.00 1	0.00 1	0.00 1	0.02 125	0.00 1

ACVNet	0.57 158	0.21 218	1.34 195	0.09 267	0.00 1	1.36 232	0.22 351	2.40 133	1.05 265	0.63 178	0.66 263	1.94 318	0.26 248	0.31 105	0.79 334	0.00 1	0.00 1	0.00 1	0.00 1	0.08 289	0.00 1

test_3	0.58 159	0.06 37	1.04 121	0.07 241	0.12 344	1.01 76	0.01 82	2.45 143	0.20 32	0.95 225	0.01 1	1.05 257	0.05 104	3.74 276	0.23 181	0.00 1	0.00 1	0.00 1	0.25 463	0.15 367	0.13 403

DIP-Stereo	0.58 159	0.23 235	0.90 74	0.08 256	0.00 1	1.43 264	0.01 82	6.01 464	1.38 327	0.92 222	0.11 132	0.04 28	0.19 225	0.12 19	0.07 56	0.00 1	0.01 280	0.00 1	0.00 1	0.03 180	0.01 89
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
TRStereo	0.59 161	0.79 428	1.59 240	0.56 424	0.01 145	1.19 155	0.03 201	4.74 398	0.60 88	0.17 109	0.01 1	0.62 195	0.44 285	0.57 154	0.07 56	0.00 1	0.04 385	0.00 1	0.24 460	0.01 40	0.14 410

rvit_105_1	0.60 162	0.33 288	2.37 340	0.01 26	0.00 1	1.16 141	0.00 1	3.38 259	1.20 296	0.16 106	0.26 179	0.13 113	0.04 89	2.66 238	0.24 186	0.00 1	0.00 1	0.00 1	0.00 1	0.03 180	0.03 253

RAFT	0.60 162	0.50 363	1.01 101	0.50 413	0.04 275	0.94 67	0.08 286	3.01 195	0.65 136	0.22 116	0.09 123	3.41 402	0.27 251	0.53 149	0.37 258	0.00 1	0.03 371	0.00 1	0.01 330	0.40 458	0.03 253

RAFT-Stereo + iAFF	0.60 162	0.36 296	0.96 89	0.03 146	0.02 232	1.21 168	0.02 153	2.80 175	1.55 361	1.08 256	2.63 398	0.43 169	0.16 212	0.37 124	0.25 194	0.00 1	0.02 341	0.00 1	0.00 1	0.19 393	0.01 89

test_sample1	0.61 165	0.04 9	0.90 74	0.34 384	0.00 1	1.09 109	0.00 1	3.54 286	0.88 233	0.86 212	0.01 1	0.53 184	0.34 264	3.51 267	0.20 165	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.01 89

ACVNet-DCA	0.61 165	0.27 251	1.28 180	0.13 295	0.00 1	3.44 421	0.01 82	3.15 219	0.68 162	0.33 127	0.69 274	0.04 28	0.61 311	1.43 203	0.05 24	0.00 1	0.02 341	0.00 1	0.03 361	0.01 40	0.01 89

RAFT-Test	0.61 165	0.16 171	2.27 333	0.04 178	0.15 362	1.80 355	0.17 330	2.52 151	0.65 136	0.56 170	0.11 132	2.76 367	0.02 32	0.27 94	0.34 244	0.00 1	0.07 417	0.00 1	0.29 476	0.01 40	0.01 89

test_1	0.61 165	0.06 37	1.00 98	0.07 241	0.12 344	0.99 74	0.01 82	2.46 145	0.20 32	1.71 330	0.01 1	1.10 265	0.04 89	3.71 275	0.23 181	0.00 1	0.00 1	0.00 1	0.25 463	0.15 367	0.13 403

TestStereo	0.61 165	0.55 377	1.84 276	0.00 1	0.00 1	0.94 67	0.00 1	1.65 89	0.23 43	0.12 93	0.03 93	0.08 87	0.06 126	6.59 417	0.08 69	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

GES	0.61 165	0.08 64	1.78 269	0.00 1	0.00 1	1.59 318	0.07 279	5.32 435	0.13 4	0.62 174	0.32 189	0.37 159	0.67 332	0.68 167	0.49 292	0.03 432	0.00 1	0.01 413	0.00 1	0.02 125	0.01 89

rrr	0.62 171	0.09 77	2.07 305	0.02 95	0.00 1	0.82 49	0.06 271	2.29 126	0.85 230	0.09 68	0.03 93	0.03 15	0.06 126	5.04 346	0.51 296	0.00 1	0.00 1	0.00 1	0.19 440	0.05 240	0.07 353

GwcNet-ADL	0.62 171	0.20 210	2.03 298	0.05 199	0.01 145	1.29 209	0.02 153	3.16 224	1.39 329	0.97 229	0.44 224	1.48 282	0.23 239	0.78 170	0.27 207	0.01 402	0.00 1	0.00 1	0.00 1	0.01 40	0.03 253

test_sample2	0.63 173	0.05 19	1.13 143	0.31 374	0.01 145	1.22 171	0.00 1	3.87 325	1.03 257	0.91 220	0.02 69	0.50 181	0.13 202	3.16 253	0.26 202	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.02 193

GMStereo_Zeroshot	0.63 173	0.14 145	1.54 224	0.75 444	0.00 1	1.26 200	0.01 82	1.85 104	0.31 55	1.44 309	0.58 243	1.76 306	0.19 225	2.55 231	0.10 94	0.00 1	0.00 1	0.00 1	0.00 1	0.03 180	0.00 1

test-3	0.63 173	0.06 37	1.00 98	0.07 241	0.13 350	0.99 74	0.01 82	2.46 145	0.20 32	1.96 353	0.01 1	1.10 265	0.05 104	3.75 277	0.23 181	0.00 1	0.00 1	0.00 1	0.26 466	0.15 367	0.13 403

Any-RAFT	0.64 176	0.08 64	1.07 128	0.03 146	0.00 1	2.77 403	0.08 286	3.57 289	1.23 299	0.96 227	0.26 179	1.61 294	0.31 257	0.72 168	0.06 48	0.00 1	0.10 441	0.00 1	0.00 1	0.01 40	0.00 1

MIPNet	0.64 176	0.42 326	2.01 294	0.08 256	0.07 307	1.29 209	0.11 308	3.47 277	1.29 315	0.67 183	0.10 128	0.63 198	0.97 349	1.25 194	0.25 194	0.00 1	0.01 280	0.01 413	0.01 330	0.11 336	0.04 283

PCWNet_CMD	0.65 178	0.14 145	2.02 296	0.01 26	0.01 145	1.10 113	0.00 1	2.80 175	0.97 246	0.48 164	0.28 185	2.31 348	1.50 382	1.19 190	0.08 69	0.00 1	0.00 1	0.00 1	0.00 1	0.02 125	0.01 89

AFF-stereo	0.65 178	0.46 345	0.82 59	0.37 391	0.00 1	1.19 155	0.00 1	3.04 202	1.42 337	0.72 191	1.95 366	1.16 267	0.26 248	0.97 181	0.31 229	0.00 1	0.02 341	0.00 1	0.00 1	0.21 405	0.02 193

MSMDNet	0.65 178	0.14 145	2.02 296	0.01 26	0.01 145	1.11 118	0.00 1	2.88 182	0.98 248	0.49 167	0.28 185	2.32 349	1.49 379	1.19 190	0.08 69	0.00 1	0.00 1	0.00 1	0.00 1	0.02 125	0.01 89

ccs_rob	0.65 178	0.17 182	2.09 308	0.00 1	0.01 145	1.22 171	0.00 1	2.77 170	0.73 188	0.75 194	0.44 224	2.32 349	0.64 320	1.76 216	0.15 132	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.01 89

AdaStereo	0.65 178	0.09 77	1.12 139	0.02 95	0.00 1	1.45 274	0.23 355	4.38 368	1.44 342	1.17 267	0.37 207	1.56 288	0.18 219	0.56 153	0.37 258	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.00 1
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.
StereoAnything_RVC	0.66 183	1.49 473	1.08 130	0.01 26	0.01 145	0.37 23	0.05 248	2.93 187	0.63 118	0.08 60	0.01 1	0.00 1	0.02 32	0.17 34	0.04 9	0.00 1	0.07 417	0.00 1	0.00 1	6.28 490	0.01 89

PSMNet-RUCA	0.66 183	0.48 355	1.68 255	0.01 26	0.02 232	2.02 365	0.25 358	3.93 328	1.50 355	0.37 147	1.38 337	0.11 104	0.12 195	0.64 164	0.31 229	0.00 1	0.00 1	0.00 1	0.00 1	0.27 428	0.00 1

fff	0.66 183	0.42 326	2.21 316	0.01 26	0.01 145	1.22 171	0.02 153	3.26 241	1.04 259	2.34 385	0.14 136	0.09 92	1.83 403	0.34 115	0.29 218	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 304

RAFT+CT+SA	0.66 183	0.45 341	1.22 171	0.10 278	0.30 428	1.24 187	0.02 153	4.21 349	0.67 155	0.62 174	0.39 212	0.33 155	0.05 104	2.69 240	0.14 123	0.00 1	0.00 1	0.00 1	0.35 485	0.13 348	0.30 451

CFNet_pseudo	0.66 183	0.17 182	2.08 307	0.00 1	0.01 145	1.22 171	0.00 1	2.79 172	0.73 188	0.78 202	0.46 229	2.32 349	0.63 317	1.77 217	0.15 132	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.01 89

DCANet	0.66 183	0.43 332	2.21 316	0.03 146	0.00 1	1.22 171	0.01 82	3.26 241	1.85 391	2.61 402	0.21 171	0.09 92	0.49 296	0.33 114	0.39 268	0.00 1	0.00 1	0.00 1	0.00 1	0.02 125	0.06 335

csc	0.66 183	0.42 326	2.21 316	0.01 26	0.01 145	1.22 171	0.02 153	3.26 241	1.04 259	2.34 385	0.14 136	0.09 92	1.83 403	0.34 115	0.29 218	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 304

cscssc	0.66 183	0.42 326	2.21 316	0.01 26	0.01 145	1.22 171	0.02 153	3.26 241	1.04 259	2.34 385	0.14 136	0.09 92	1.83 403	0.34 115	0.29 218	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 304

UCFNet_RVC	0.66 183	0.35 292	1.20 167	0.02 95	0.30 428	1.53 300	0.01 82	3.42 267	0.67 155	1.12 260	0.73 282	1.26 273	0.20 231	1.84 219	0.46 286	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

RAFT_CTSACE	0.68 192	0.52 368	1.74 263	0.50 413	0.05 285	1.16 141	0.00 1	2.68 167	0.66 145	0.68 185	1.60 344	1.76 306	0.80 339	0.94 179	0.13 112	0.00 1	0.02 341	0.00 1	0.00 1	0.27 428	0.00 1

DMCA	0.68 192	0.22 228	1.96 287	0.01 26	0.01 145	1.28 205	0.02 153	3.02 196	1.54 360	2.14 365	0.15 145	1.74 303	0.10 173	0.45 140	0.95 346	0.00 1	0.00 1	0.00 1	0.00 1	0.02 125	0.01 89

1test111	0.69 194	0.27 251	1.28 180	0.13 295	0.00 1	3.44 421	0.01 82	3.15 219	0.68 162	0.33 127	0.69 274	0.04 28	0.61 311	2.95 247	0.07 56	0.00 1	0.02 341	0.00 1	0.03 361	0.01 40	0.01 89

DCRE	0.69 194	0.35 292	1.16 153	0.06 216	0.02 232	0.91 58	0.00 1	1.05 54	0.30 54	0.98 238	7.63 458	0.72 216	0.02 32	0.16 30	0.07 56	0.00 1	0.02 341	0.00 1	0.21 451	0.02 125	0.03 253

DCANet-4	0.69 194	0.15 159	3.76 421	0.03 146	0.01 145	1.22 171	0.01 82	3.14 217	1.90 396	2.34 385	0.14 136	0.11 104	0.25 245	0.34 115	0.29 218	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 304

DCVSM-stereo	0.70 197	0.04 9	1.69 257	0.07 241	0.01 145	1.27 203	0.04 227	1.85 104	0.14 7	3.56 432	0.08 119	3.07 385	0.60 308	1.35 201	0.11 103	0.00 1	0.00 1	0.01 413	0.00 1	0.02 125	0.00 1

gcap-zeroshot	0.70 197	0.26 247	1.98 290	0.19 337	0.27 414	1.43 264	0.02 153	4.23 353	0.82 220	0.75 194	0.54 240	2.19 342	0.03 62	0.63 163	0.25 194	0.00 1	0.11 444	0.00 1	0.20 445	0.00 1	0.01 89

test_sample7	0.72 199	0.18 190	1.23 173	0.55 422	0.01 145	1.21 168	0.00 1	4.31 362	1.07 270	1.35 293	0.36 203	0.70 211	0.44 285	2.58 232	0.34 244	0.00 1	0.00 1	0.00 1	0.00 1	0.02 125	0.02 193

MSKI-zero shot	0.73 200	0.13 134	1.56 233	0.02 95	0.14 356	1.34 226	0.04 227	3.00 193	0.23 43	0.67 183	1.64 345	0.89 237	0.00 1	4.55 325	0.10 94	0.00 1	0.02 341	0.00 1	0.21 451	0.03 180	0.01 89

HCRNet	0.73 200	0.19 199	1.10 135	0.01 26	0.00 1	1.17 145	0.01 82	3.07 205	1.97 400	0.60 173	0.21 171	0.56 187	0.11 183	5.34 362	0.20 165	0.00 1	0.00 1	0.00 1	0.00 1	0.03 180	0.02 193

IGEV_Zeroshot_test	0.74 202	0.20 210	3.00 380	0.26 359	0.02 232	1.10 113	0.05 248	3.72 303	0.19 27	0.88 213	0.71 281	2.84 370	0.63 317	0.53 149	0.33 237	0.00 1	0.07 417	0.00 1	0.16 426	0.04 216	0.00 1

EKT-Stereo	0.74 202	0.18 190	1.23 173	0.81 449	4.25 492	1.19 155	0.03 201	2.17 123	0.13 4	0.35 139	0.40 213	0.97 250	0.08 157	2.61 237	0.09 82	0.00 1	0.09 432	0.00 1	0.07 391	0.04 216	0.03 253

anonymity	0.74 202	0.15 159	1.17 156	0.16 320	0.27 414	0.71 41	0.01 82	4.70 395	1.78 385	1.15 263	1.23 326	0.31 150	1.65 395	0.54 151	0.53 301	0.02 424	0.02 341	0.00 1	0.27 469	0.02 125	0.06 335

test_5	0.74 202	0.50 363	1.55 226	0.44 397	0.25 406	1.45 274	0.01 82	4.16 344	0.78 210	0.79 204	0.17 154	0.42 168	0.64 320	3.06 251	0.18 157	0.00 1	0.00 1	0.00 1	0.00 1	0.16 372	0.21 439

NRIStereo	0.74 202	0.08 64	0.88 69	0.47 407	0.05 285	1.58 311	0.49 409	1.38 70	0.61 98	0.88 213	0.17 154	0.66 204	0.03 62	6.96 449	0.22 175	0.00 1	0.06 407	0.00 1	0.00 1	0.06 260	0.17 421

IER	0.75 207	0.12 124	1.93 279	0.01 26	0.00 1	2.31 381	0.02 153	2.96 189	0.98 248	1.30 283	0.96 302	1.40 280	1.19 363	1.31 197	0.45 280	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.00 1

CIPLG	0.75 207	0.81 433	2.38 341	0.13 295	0.03 255	1.41 253	0.27 366	3.19 233	0.84 226	1.98 355	2.56 397	0.19 131	0.10 173	0.54 151	0.26 202	0.00 1	0.05 398	0.01 413	0.05 377	0.19 393	0.05 304

IPLGR_C	0.75 207	0.88 441	2.58 358	0.13 295	0.02 232	1.40 248	0.27 366	3.19 233	0.84 226	1.92 349	2.46 392	0.18 130	0.11 183	0.49 146	0.26 202	0.00 1	0.05 398	0.01 413	0.05 377	0.19 393	0.06 335

ACRE	0.75 207	0.78 426	2.72 370	0.13 295	0.02 232	1.40 248	0.26 362	3.20 235	0.82 220	1.84 343	2.46 392	0.19 131	0.10 173	0.52 147	0.26 202	0.00 1	0.04 385	0.01 413	0.05 377	0.19 393	0.05 304

AIO-test2	0.76 211	0.80 429	1.47 213	0.12 288	0.15 362	1.22 171	0.01 82	3.17 226	0.73 188	0.36 146	1.50 340	0.16 127	0.05 104	2.37 228	0.16 140	2.85 490	0.00 1	0.00 1	0.01 330	0.04 216	0.07 353

IPLGR	0.76 211	0.21 218	2.98 378	0.06 216	0.07 307	1.24 187	0.05 248	3.09 210	1.38 327	0.62 174	0.34 197	0.75 220	0.78 337	3.35 256	0.22 175	0.00 1	0.00 1	0.00 1	0.00 1	0.05 240	0.06 335

testlalala2	0.77 213	0.13 134	1.72 261	3.72 490	2.44 486	1.10 113	0.01 82	3.27 247	0.73 188	0.09 68	0.03 93	1.38 279	0.08 157	0.12 19	0.09 82	0.00 1	0.02 341	0.00 1	0.37 486	0.01 40	0.01 89

CFNet_ucs	0.77 213	0.20 210	2.22 323	0.01 26	0.01 145	1.32 218	0.00 1	3.30 249	1.31 319	1.15 263	1.14 316	2.19 342	0.42 283	2.04 223	0.12 108	0.00 1	0.00 1	0.00 1	0.00 1	0.02 125	0.01 89

TestStereo1	0.77 213	0.46 345	1.12 139	0.15 313	0.19 383	1.29 209	0.01 82	3.33 252	1.55 361	0.45 159	1.67 348	0.13 113	1.23 365	3.39 259	0.27 207	0.00 1	0.00 1	0.00 1	0.00 1	0.17 377	0.07 353

SA-5K	0.77 213	0.46 345	1.12 139	0.15 313	0.19 383	1.29 209	0.01 82	3.33 252	1.55 361	0.45 159	1.67 348	0.13 113	1.23 365	3.39 259	0.27 207	0.00 1	0.00 1	0.00 1	0.00 1	0.17 377	0.07 353

PSMNet-ADL	0.77 213	0.08 64	0.90 74	0.07 241	0.01 145	2.01 364	0.02 153	2.55 154	1.11 277	0.33 127	0.59 253	2.15 334	0.69 333	4.07 294	0.85 337	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.02 193

CFNet-ft	0.77 213	0.46 345	1.34 195	0.01 26	0.27 414	1.32 218	0.02 153	2.40 133	0.68 162	0.63 178	0.18 158	3.23 399	0.21 236	3.97 291	0.54 304	0.00 1	0.00 1	0.01 413	0.00 1	0.03 180	0.02 193

CFNet_RVC	0.77 213	0.46 345	1.34 195	0.01 26	0.27 414	1.32 218	0.02 153	2.40 133	0.68 162	0.63 178	0.18 158	3.23 399	0.21 236	3.97 291	0.54 304	0.00 1	0.00 1	0.01 413	0.00 1	0.03 180	0.02 193

DN-CSS_ROB	0.77 213	0.90 444	2.01 294	0.85 453	0.00 1	1.47 281	0.01 82	2.92 186	0.93 241	0.12 93	0.53 238	0.44 170	0.16 212	4.33 305	0.35 251	0.00 1	0.00 1	0.00 1	0.00 1	0.30 444	0.01 89

MyStereo04	0.78 221	0.27 251	3.19 391	0.02 95	0.01 145	1.64 335	0.01 82	3.64 297	2.20 419	0.98 238	0.02 69	1.29 274	0.57 305	1.10 187	0.53 301	0.00 1	0.07 417	0.00 1	0.00 1	0.03 180	0.06 335

MyStereo05	0.79 222	0.19 199	3.17 390	0.02 95	0.00 1	1.51 292	0.01 82	3.56 288	2.48 431	1.34 287	0.02 69	1.25 272	0.38 275	1.19 190	0.50 294	0.00 1	0.06 407	0.00 1	0.00 1	0.02 125	0.07 353

anonymousa	0.79 222	0.26 247	1.91 277	0.03 146	0.29 426	1.46 280	0.02 153	3.76 307	0.97 246	0.72 191	2.25 387	3.21 396	0.56 303	0.15 27	0.12 108	0.00 1	0.00 1	0.00 1	0.04 372	0.00 1	0.02 193

111	0.79 222	0.70 417	2.21 316	0.01 26	0.01 145	1.19 155	0.16 327	3.78 310	1.98 402	1.22 278	0.91 298	2.01 322	0.32 262	0.32 111	0.64 321	0.00 1	0.00 1	0.00 1	0.00 1	0.08 289	0.17 421

acv_ft	0.79 222	0.21 218	1.28 180	0.01 26	1.08 471	1.68 342	0.01 82	3.75 305	1.05 265	1.31 286	0.66 263	1.94 318	0.46 292	0.31 105	1.68 382	0.00 1	0.00 1	0.00 1	0.00 1	0.27 428	0.00 1

MyStereo06	0.80 226	0.19 199	2.53 354	0.02 95	0.00 1	1.51 292	0.01 82	4.61 387	0.24 48	0.89 215	0.69 274	3.14 391	1.18 362	0.58 157	0.33 237	0.00 1	0.06 407	0.00 1	0.00 1	0.02 125	0.07 353

HITNet	0.80 226	0.58 387	2.14 311	0.69 440	0.00 1	1.35 230	0.02 153	4.50 380	1.15 288	1.76 337	0.16 147	0.60 191	0.30 253	1.13 189	1.64 380	0.00 1	0.00 1	0.00 1	0.00 1	0.06 260	0.00 1
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
GCST	0.81 228	0.64 400	1.41 204	0.44 397	0.01 145	0.91 58	0.08 286	3.75 305	1.04 259	0.12 93	0.44 224	0.27 145	0.35 269	5.12 350	0.38 261	1.19 486	0.00 1	0.00 1	0.00 1	0.08 289	0.05 304

SFCPSM	0.81 228	0.11 116	2.53 354	0.01 26	0.07 307	2.45 386	0.18 335	4.99 416	1.18 292	0.77 199	0.78 284	0.69 208	0.31 257	1.72 215	0.20 165	0.00 1	0.00 1	0.00 1	0.05 377	0.06 260	0.01 89

NF-Stereo	0.82 230	0.10 96	1.12 139	1.19 473	0.01 145	1.52 297	0.29 377	2.67 166	0.66 145	1.20 272	0.58 243	0.24 136	0.01 10	6.38 407	0.32 234	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.00 1

OCTAStereo	0.82 230	0.10 96	1.15 149	1.19 473	0.01 145	1.53 300	0.29 377	2.66 162	0.66 145	1.20 272	0.58 243	0.25 140	0.01 10	6.38 407	0.33 237	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.00 1

RE-Stereo	0.82 230	0.10 96	1.15 149	1.19 473	0.01 145	1.52 297	0.29 377	2.66 162	0.66 145	1.20 272	0.58 243	0.24 136	0.01 10	6.38 407	0.32 234	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.00 1

TVStereo	0.82 230	0.10 96	1.15 149	1.19 473	0.01 145	1.52 297	0.29 377	2.66 162	0.66 145	1.20 272	0.58 243	0.24 136	0.01 10	6.38 407	0.32 234	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.00 1

ADStereo(finetuned)	0.83 234	0.43 332	3.68 418	0.03 146	0.00 1	1.22 171	0.01 82	3.26 241	1.86 392	2.61 402	0.20 170	0.09 92	2.39 422	0.34 115	0.38 261	0.00 1	0.00 1	0.00 1	0.00 1	0.02 125	0.06 335

BSDual-CNN	0.83 234	0.10 96	0.96 89	0.01 26	0.00 1	3.32 416	0.21 345	5.40 438	0.93 241	2.26 379	0.66 263	1.81 311	0.10 173	0.61 159	0.18 157	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.00 1

SA	0.83 234	0.41 320	1.17 156	0.00 1	0.20 387	1.28 205	0.01 82	3.98 330	1.86 392	0.41 153	0.96 302	0.27 145	1.33 374	4.07 294	0.35 251	0.00 1	0.00 1	0.00 1	0.17 434	0.14 355	0.01 89

psmg	0.83 234	0.10 96	0.96 89	0.01 26	0.00 1	3.28 414	0.27 366	4.83 408	0.93 241	1.92 349	1.46 339	1.81 311	0.10 173	0.61 159	0.18 157	0.00 1	0.00 1	0.01 413	0.00 1	0.01 40	0.00 1

STTStereo	0.83 234	0.34 290	2.44 345	0.24 350	0.15 362	1.41 253	0.10 306	3.02 196	1.55 361	1.34 287	0.17 154	1.77 308	0.45 289	3.42 261	0.30 226	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 89

StereoDRNet-Refined	0.83 234	0.12 124	1.18 159	0.02 95	0.01 145	1.31 217	0.00 1	3.33 252	1.07 270	1.92 349	1.24 328	2.48 355	0.18 219	1.86 220	1.67 381	0.00 1	0.00 1	0.00 1	0.00 1	0.14 355	0.05 304
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
test_sample3	0.84 240	0.15 159	2.22 323	0.48 408	0.01 145	1.37 237	0.01 82	4.63 391	1.17 291	1.43 306	0.43 221	0.80 232	0.10 173	3.48 265	0.38 261	0.00 1	0.00 1	0.00 1	0.00 1	0.02 125	0.02 193

psm_up	0.84 240	0.32 281	1.44 210	0.02 95	0.00 1	1.98 363	0.05 248	3.40 263	1.04 259	2.06 362	0.40 213	1.74 303	0.45 289	3.47 264	0.24 186	0.06 449	0.00 1	0.00 1	0.00 1	0.08 289	0.00 1

MyStereo8	0.85 242	0.52 368	3.20 393	0.20 338	0.00 1	1.47 281	0.01 82	3.53 285	1.91 397	1.34 287	0.65 261	1.22 270	0.31 257	0.57 154	1.38 373	0.00 1	0.14 461	0.00 1	0.06 387	0.09 311	0.30 451

CAS	0.85 242	0.09 77	0.67 42	6.43 495	0.05 285	1.12 122	0.00 1	0.88 49	0.69 175	0.02 12	0.02 69	0.06 67	0.06 126	0.26 86	0.12 108	6.37 496	0.00 1	0.00 1	0.00 1	0.00 1	0.20 437

PSM-softLoss	0.85 242	0.10 96	1.50 215	1.14 469	0.03 255	1.47 281	0.27 366	2.48 148	0.69 175	1.30 283	0.38 209	0.39 164	0.01 10	6.88 440	0.33 237	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.01 89

KMStereo	0.85 242	0.10 96	1.50 215	1.14 469	0.03 255	1.47 281	0.27 366	2.48 148	0.69 175	1.30 283	0.38 209	0.39 164	0.01 10	6.88 440	0.33 237	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.01 89

test_sample5	0.86 246	0.16 171	2.25 326	0.49 410	0.01 145	1.41 253	0.01 82	4.55 382	1.27 310	1.35 293	0.89 296	0.58 188	0.11 183	3.75 277	0.38 261	0.00 1	0.00 1	0.00 1	0.00 1	0.02 125	0.02 193

test_sample4	0.86 246	0.16 171	2.28 334	0.50 413	0.01 145	1.42 261	0.01 82	4.65 393	1.27 310	1.52 313	0.66 263	0.69 208	0.08 157	3.50 266	0.38 261	0.00 1	0.00 1	0.00 1	0.00 1	0.02 125	0.02 193

StereoVision	0.86 246	0.38 305	1.75 265	0.03 146	0.01 145	1.14 131	0.02 153	3.38 259	0.92 237	0.13 101	6.89 455	0.50 181	0.12 195	1.10 187	0.78 333	0.00 1	0.00 1	0.00 1	0.00 1	0.04 216	0.02 193

DisPM	0.86 246	0.09 77	1.10 135	0.76 447	0.02 232	1.51 292	0.57 415	1.75 99	0.70 185	2.43 396	0.83 291	0.38 163	0.01 10	6.89 443	0.17 147	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.00 1

IPLG	0.86 246	0.41 320	2.31 336	0.06 216	0.06 297	1.36 232	0.11 308	3.17 226	0.83 223	0.62 174	1.00 306	0.46 172	0.61 311	5.57 376	0.35 251	0.00 1	0.00 1	0.00 1	0.00 1	0.18 385	0.01 89

AASNet	0.86 246	0.53 373	1.96 287	0.04 178	0.00 1	1.70 346	0.05 248	5.13 425	1.84 388	0.93 223	1.88 362	0.96 247	0.19 225	0.67 165	0.91 344	0.00 1	0.00 1	0.00 1	0.00 1	0.27 428	0.09 372

DeepPruner_ROB	0.86 246	0.50 363	1.80 272	0.01 26	0.00 1	1.57 307	0.17 330	3.48 278	0.42 67	3.31 425	0.02 69	2.09 329	0.17 215	3.01 249	0.61 317	0.00 1	0.00 1	0.00 1	0.00 1	0.12 343	0.01 89

AACVNet	0.87 253	0.44 337	1.19 164	0.17 323	0.00 1	1.76 350	0.00 1	3.60 293	0.60 88	1.03 249	0.26 179	1.31 275	0.17 215	6.33 404	0.28 214	0.00 1	0.00 1	0.00 1	0.00 1	0.17 377	0.01 89

LCNet	0.87 253	0.18 190	0.97 95	0.14 308	0.26 409	1.19 155	0.22 351	2.36 129	0.71 187	1.82 341	0.21 171	0.11 104	2.56 424	5.56 373	0.14 123	0.00 1	0.00 1	0.00 1	0.00 1	0.15 367	0.81 474

HHNet	0.87 253	0.25 243	1.78 269	0.16 320	0.08 317	1.30 213	0.44 404	1.93 109	0.64 129	1.41 305	5.92 447	0.14 119	1.79 401	0.35 120	0.95 346	0.05 441	0.00 1	0.01 413	0.00 1	0.14 355	0.01 89

UPFNet	0.87 253	0.09 77	2.05 303	0.00 1	0.00 1	1.90 361	0.11 308	3.41 265	0.83 223	2.15 366	0.10 128	1.92 316	0.09 165	3.94 290	0.70 327	0.00 1	0.00 1	0.00 1	0.00 1	0.02 125	0.00 1

ISRNet	0.88 257	0.19 199	2.71 368	0.05 199	0.00 1	1.17 145	0.03 201	2.96 189	0.80 215	2.17 368	1.70 353	2.59 357	0.20 231	2.58 232	0.46 286	0.00 1	0.00 1	0.00 1	0.00 1	0.04 216	0.00 1

DualNet	0.88 257	0.16 171	2.25 326	0.49 410	0.01 145	1.41 253	0.01 82	4.55 382	1.27 310	1.43 306	1.12 314	0.58 188	0.11 183	3.75 277	0.38 261	0.00 1	0.00 1	0.00 1	0.00 1	0.02 125	0.02 193

tt1	0.88 257	0.27 251	1.25 175	0.08 256	0.00 1	3.36 419	0.02 153	3.03 198	6.40 472	0.33 127	0.66 263	0.05 54	0.40 281	1.59 209	0.05 24	0.00 1	0.02 341	0.00 1	0.00 1	0.09 311	0.03 253

HH	0.88 257	0.37 300	1.93 279	0.25 353	0.10 334	0.62 38	0.00 1	3.79 311	0.18 24	0.33 127	0.59 253	3.94 416	0.81 340	4.44 314	0.09 82	0.00 1	0.06 407	0.00 1	0.00 1	0.03 180	0.02 193

HanStereo	0.88 257	0.37 300	1.93 279	0.25 353	0.10 334	0.62 38	0.00 1	3.79 311	0.18 24	0.33 127	0.59 253	3.94 416	0.81 340	4.44 314	0.09 82	0.00 1	0.06 407	0.00 1	0.00 1	0.03 180	0.02 193

dad	0.88 257	0.62 396	2.26 330	0.06 216	0.01 145	1.24 187	0.00 1	0.98 52	2.17 416	1.29 282	0.35 200	0.37 159	0.04 89	5.80 385	1.06 351	0.01 402	0.00 1	1.13 485	0.11 409	0.05 240	0.00 1

GANet-RSSM	0.88 257	0.38 305	1.45 211	0.60 428	0.00 1	1.36 232	0.02 153	4.55 382	0.69 175	0.71 189	0.32 189	1.56 288	0.61 311	4.55 325	0.64 321	0.00 1	0.00 1	0.05 450	0.00 1	0.08 289	0.02 193

test_sample6	0.89 264	0.17 182	2.23 325	0.48 408	0.01 145	1.43 264	0.01 82	4.49 379	1.40 333	1.43 306	1.12 314	0.64 200	0.14 206	3.86 286	0.42 271	0.00 1	0.01 280	0.00 1	0.00 1	0.02 125	0.02 193

PSMNet-RSSM	0.90 265	0.44 337	1.35 198	0.13 295	0.00 1	1.37 237	0.03 201	4.79 406	0.85 230	1.11 259	0.49 234	2.15 334	0.35 269	4.09 298	0.73 329	0.00 1	0.00 1	0.01 413	0.00 1	0.03 180	0.01 89

DMCA-RVC	0.90 265	0.64 400	3.30 399	0.03 146	0.04 275	1.30 213	0.06 271	2.65 161	0.73 188	3.21 422	0.09 123	0.99 252	0.66 327	3.14 252	0.99 348	0.01 402	0.04 385	0.02 438	0.01 330	0.07 275	0.01 89

DFGA-Net	0.91 267	1.43 472	2.72 370	0.06 216	0.16 368	1.16 141	0.00 1	2.26 125	0.77 205	1.02 244	1.17 321	0.25 140	0.04 89	5.17 351	1.71 385	0.00 1	0.00 1	0.00 1	0.00 1	0.27 428	0.02 193

DDVS	0.92 268	0.16 171	1.39 202	0.21 339	0.27 414	3.17 410	0.26 362	2.56 155	0.62 110	0.70 187	0.81 287	2.17 340	0.45 289	5.26 356	0.29 218	0.00 1	0.01 280	0.01 413	0.00 1	0.04 216	0.02 193

iRaft-Stereo_20w	0.92 268	0.15 159	2.68 364	0.24 350	0.06 297	1.36 232	0.28 374	7.46 484	0.34 60	1.56 323	0.37 207	0.62 195	1.24 368	1.25 194	0.34 244	0.00 1	0.09 432	0.00 1	0.16 426	0.02 125	0.13 403

CoDeX	0.94 270	0.34 290	2.09 308	0.05 199	0.20 387	1.49 288	0.20 343	5.89 459	1.57 367	0.66 182	0.67 272	1.05 257	0.32 262	3.82 284	0.33 237	0.00 1	0.00 1	0.00 1	0.00 1	0.03 180	0.00 1

cc1	0.94 270	0.27 251	1.28 180	0.13 295	0.00 1	3.44 421	0.01 82	3.18 228	7.23 481	0.33 127	0.69 274	0.04 28	0.61 311	1.43 203	0.05 24	0.00 1	0.02 341	0.00 1	0.03 361	0.09 311	0.04 283

xx1	0.95 272	0.27 251	1.28 180	0.13 295	0.00 1	3.44 421	0.01 82	3.18 228	7.23 481	0.33 127	0.69 274	0.73 217	0.12 195	1.43 203	0.05 24	0.00 1	0.02 341	0.00 1	0.00 1	0.01 40	0.01 89

DualNet (step1)	0.96 273	0.41 320	2.03 298	0.02 95	0.01 145	2.14 370	0.01 82	4.31 362	1.07 270	1.35 293	0.36 203	0.70 211	0.44 285	2.58 232	0.34 244	0.53 479	0.00 1	1.82 487	1.10 499	0.02 125	0.02 193

SACVNet	0.96 273	0.36 296	1.49 214	0.05 199	0.00 1	1.62 332	0.28 374	3.86 323	1.28 314	1.79 340	0.80 286	1.59 290	0.07 142	5.29 358	0.48 290	0.01 402	0.00 1	0.00 1	0.00 1	0.23 410	0.01 89

BUS	0.97 275	0.10 96	0.96 89	0.01 26	0.00 1	5.85 462	0.03 201	5.40 438	0.93 241	2.26 379	0.66 263	2.39 353	0.06 126	0.61 159	0.05 24	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.00 1

BEATNet_4x	0.97 275	0.77 425	3.36 402	0.46 403	0.01 145	1.32 218	0.09 298	4.57 386	1.26 306	1.88 346	0.22 175	1.09 263	0.42 283	1.79 218	2.09 408	0.00 1	0.00 1	0.00 1	0.00 1	0.08 289	0.06 335

qqq1	0.98 277	0.16 171	1.55 226	0.33 378	0.01 145	1.03 78	0.00 1	5.24 428	2.12 409	1.53 315	2.16 381	0.92 238	0.02 32	4.46 316	0.07 56	0.00 1	0.01 280	0.00 1	0.00 1	0.03 180	0.01 89

fff1	0.98 277	0.16 171	1.55 226	0.33 378	0.01 145	1.03 78	0.00 1	5.24 428	2.12 409	1.53 315	2.16 381	0.92 238	0.02 32	4.46 316	0.07 56	0.00 1	0.01 280	0.00 1	0.00 1	0.03 180	0.01 89

gwcnet-sp	0.98 277	0.38 305	4.06 431	0.04 178	0.00 1	2.60 393	0.15 323	3.51 280	1.13 284	1.75 333	0.16 147	0.68 205	0.39 278	3.69 272	0.90 340	0.00 1	0.00 1	0.00 1	0.00 1	0.06 260	0.03 253

scenet	0.98 277	0.38 305	4.06 431	0.04 178	0.00 1	2.60 393	0.15 323	3.51 280	1.13 284	1.75 333	0.16 147	0.68 205	0.39 278	3.69 272	0.90 340	0.00 1	0.00 1	0.00 1	0.00 1	0.06 260	0.03 253

ssnet	0.98 277	0.38 305	4.06 431	0.04 178	0.00 1	2.60 393	0.15 323	3.51 280	1.13 284	1.75 333	0.16 147	0.68 205	0.39 278	3.69 272	0.90 340	0.00 1	0.00 1	0.00 1	0.00 1	0.06 260	0.03 253

raft_robust	0.98 277	0.57 385	1.21 170	0.06 216	0.17 372	1.36 232	0.02 153	3.46 275	2.18 417	0.33 127	0.01 1	1.54 286	1.42 377	6.77 432	0.15 132	0.00 1	0.02 341	0.00 1	0.18 437	0.11 336	0.09 372

cf-r	0.98 277	0.51 367	2.04 302	0.25 353	0.01 145	1.40 248	0.03 201	4.47 378	1.65 376	0.95 225	0.58 243	2.63 358	0.24 241	4.19 300	0.58 312	0.00 1	0.00 1	0.00 1	0.00 1	0.06 260	0.04 283

RAFT_R40	0.99 284	0.05 19	1.26 176	0.71 441	0.20 387	1.65 339	0.67 420	1.94 110	0.61 98	1.05 252	1.15 317	1.80 310	1.47 378	6.91 445	0.31 229	0.00 1	0.00 1	0.00 1	0.00 1	0.02 125	0.01 89

iResNet	1.00 285	0.45 341	3.08 385	0.86 457	0.01 145	1.97 362	0.01 82	3.67 301	1.49 353	1.77 338	1.09 310	0.35 157	0.13 202	3.83 285	1.27 366	0.00 1	0.00 1	0.00 1	0.00 1	0.07 275	0.01 89

CSP-Net	1.01 286	0.52 368	0.92 79	0.01 26	0.00 1	2.83 405	0.05 248	4.99 416	0.69 175	0.91 220	0.85 292	1.82 313	0.23 239	6.04 390	0.29 218	0.00 1	0.00 1	0.00 1	0.00 1	0.10 325	0.01 89

MLCV	1.01 286	0.53 373	2.17 313	0.03 146	0.00 1	1.60 322	0.03 201	2.90 184	1.30 317	2.60 401	1.85 361	1.00 253	0.40 281	4.88 339	0.74 330	0.00 1	0.00 1	0.00 1	0.00 1	0.07 275	0.01 89

IRAFT_RVC	1.02 288	0.20 210	1.58 236	1.39 477	0.26 409	1.33 224	0.32 389	2.52 151	0.66 145	1.58 324	0.81 287	1.16 267	1.58 391	6.51 415	0.43 273	0.00 1	0.12 452	0.00 1	0.00 1	0.02 125	0.03 253

GwcNet-RSSM	1.02 288	0.69 413	2.70 366	0.22 342	0.02 232	1.42 261	0.05 248	4.02 333	1.01 255	0.90 217	0.42 217	2.89 374	0.26 248	4.43 313	1.17 357	0.00 1	0.00 1	0.02 438	0.00 1	0.13 348	0.05 304

NINENet	1.03 290	0.22 228	1.30 188	0.10 278	0.01 145	5.85 462	0.03 201	4.41 373	1.25 305	1.55 322	0.60 258	2.39 353	0.06 126	2.72 242	0.05 24	0.00 1	0.01 280	0.01 413	0.00 1	0.04 216	0.00 1

HGLStereo	1.03 290	0.18 190	1.50 215	0.01 26	0.01 145	1.41 253	0.01 82	3.41 265	0.82 220	1.05 252	3.09 409	2.11 330	1.24 368	4.51 321	1.18 358	0.00 1	0.00 1	0.00 1	0.00 1	0.04 216	0.03 253

G2L-Stereo	1.04 292	0.55 377	2.62 361	0.02 95	0.11 341	1.41 253	0.02 153	3.45 272	0.99 252	1.37 299	0.14 136	3.10 388	0.24 241	5.96 387	0.66 324	0.00 1	0.00 1	0.00 1	0.00 1	0.19 393	0.04 283

SMFormer	1.04 292	0.16 171	1.55 226	0.33 378	0.01 145	1.03 78	0.00 1	5.24 428	2.12 409	1.53 315	2.16 381	0.92 238	0.02 32	4.46 316	1.24 361	0.00 1	0.01 280	0.00 1	0.00 1	0.03 180	0.02 193

tta	1.04 292	0.16 171	1.55 226	0.33 378	0.01 145	1.03 78	0.00 1	5.24 428	2.12 409	1.53 315	2.16 381	0.92 238	0.02 32	4.46 316	1.24 361	0.00 1	0.01 280	0.00 1	0.00 1	0.03 180	0.01 89

ffm	1.04 292	0.05 19	1.65 246	0.34 384	0.01 145	1.58 311	0.02 153	3.03 198	6.40 472	1.39 301	2.07 373	2.15 334	0.34 264	1.59 209	0.05 24	0.00 1	0.02 341	0.00 1	0.00 1	0.09 311	0.03 253

Sa-1000	1.04 292	0.39 312	1.17 156	0.00 1	0.20 387	1.33 224	0.03 201	4.19 347	1.81 386	0.99 242	5.33 443	0.61 192	0.15 209	4.07 294	0.30 226	0.00 1	0.00 1	0.00 1	0.16 426	0.13 348	0.00 1

SST-Stereo	1.04 292	0.05 19	1.16 153	0.72 442	0.23 399	1.70 346	0.58 416	1.92 108	1.46 345	1.19 270	1.09 310	1.60 292	1.93 408	6.92 447	0.21 172	0.00 1	0.00 1	0.00 1	0.00 1	0.02 125	0.01 89

XX-Stereo	1.04 292	0.20 210	4.94 457	0.85 453	0.04 275	1.25 196	0.00 1	3.37 256	0.45 70	1.22 278	0.50 235	3.70 412	0.02 32	3.91 289	0.05 24	0.00 1	0.09 432	0.00 1	0.20 445	0.03 180	0.02 193

NLCA_NET_v2_RVC	1.04 292	0.55 377	2.52 353	0.56 424	1.00 467	1.37 237	0.00 1	3.43 269	1.35 324	2.24 374	0.35 200	2.18 341	0.58 307	4.28 303	0.34 244	0.00 1	0.00 1	0.00 1	0.01 330	0.00 1	0.00 1
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
iResNet_ROB	1.05 300	0.76 423	2.06 304	0.07 241	0.00 1	1.35 230	0.03 201	6.80 479	2.57 436	0.79 204	1.20 324	0.94 246	0.12 195	3.81 282	0.41 269	0.00 1	0.00 1	0.00 1	0.00 1	0.08 289	0.01 89

PFNet	1.06 301	0.19 199	2.95 377	1.16 471	0.56 456	1.58 311	0.25 358	1.50 84	0.60 88	2.38 392	1.23 326	0.63 198	0.30 253	6.85 436	0.43 273	0.16 462	0.01 280	0.00 1	0.07 391	0.18 385	0.18 427

UGAM	1.08 302	0.19 199	2.83 372	0.05 199	0.01 145	1.09 109	0.11 308	2.89 183	0.64 129	0.08 60	2.46 392	3.64 409	0.08 157	6.99 451	0.25 194	0.00 1	0.00 1	0.00 1	0.02 352	0.27 428	0.04 283

hknet	1.08 302	0.13 134	2.07 305	0.01 26	0.00 1	3.32 416	0.21 345	5.40 438	0.92 237	2.26 379	0.66 263	3.43 403	0.05 104	2.81 243	0.27 207	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.00 1

iRaft-Stereo_5w	1.08 302	0.56 382	2.70 366	0.02 95	0.02 232	1.20 164	0.01 82	3.18 228	0.63 118	0.14 104	2.00 370	1.62 296	1.54 385	6.69 426	1.01 350	0.00 1	0.00 1	0.00 1	0.00 1	0.23 410	0.01 89

FADNet-RVC-Resample	1.08 302	1.00 452	5.32 462	0.10 278	0.14 356	1.53 300	0.25 358	3.62 294	1.18 292	0.51 168	0.19 166	1.04 256	0.28 252	5.20 353	0.44 276	0.10 455	0.16 467	0.09 458	0.06 387	0.24 413	0.21 439

TDLM	1.08 302	0.49 360	1.43 208	0.27 364	0.00 1	1.56 306	2.12 456	3.10 211	1.75 383	1.36 298	0.93 300	1.06 259	0.49 296	6.21 397	0.70 327	0.00 1	0.00 1	0.00 1	0.00 1	0.16 372	0.02 193

CFNet	1.08 302	0.62 396	2.26 330	0.26 359	0.03 255	1.40 248	0.04 227	4.45 377	2.09 407	0.48 164	0.69 274	1.31 275	0.24 241	6.63 421	0.83 336	0.00 1	0.00 1	0.00 1	0.00 1	0.17 377	0.04 283

PS-NSSS	1.08 302	0.45 341	1.70 259	0.02 95	0.01 145	1.37 237	0.01 82	4.38 368	2.09 407	1.15 263	2.65 399	0.65 201	0.07 142	6.35 405	0.56 307	0.16 462	0.00 1	0.00 1	0.00 1	0.05 240	0.00 1

iResNetv2_ROB	1.08 302	1.12 459	4.68 453	1.09 468	0.00 1	1.38 243	0.05 248	3.83 318	1.11 277	0.80 206	1.15 317	1.02 255	0.12 195	4.52 322	0.45 280	0.00 1	0.00 1	0.00 1	0.00 1	0.33 445	0.03 253

GMM-Stereo	1.09 310	0.05 19	1.62 242	0.13 295	0.22 394	1.41 253	0.87 428	2.31 127	0.62 110	2.75 406	3.14 410	0.54 186	0.90 346	5.33 361	0.13 112	0.01 402	0.00 1	0.00 1	0.02 352	0.01 40	1.80 489

hitnet-ft	1.09 310	0.39 312	1.45 211	0.04 178	0.00 1	1.34 226	0.22 351	3.34 255	2.25 422	1.48 311	1.11 312	4.17 419	0.37 273	4.73 333	0.79 334	0.01 402	0.00 1	0.03 443	0.00 1	0.09 311	0.01 89

NVstereo2D	1.09 310	0.17 182	4.40 445	0.00 1	0.00 1	1.59 318	0.18 335	4.29 360	1.40 333	0.85 211	0.36 203	2.30 346	0.62 316	5.26 356	0.35 251	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.01 89

PSMNet_ROB	1.09 310	0.69 413	2.92 375	0.03 146	0.07 307	1.68 342	0.16 327	3.44 271	1.30 317	0.96 227	0.32 189	2.81 368	0.63 317	4.23 301	2.48 419	0.00 1	0.00 1	0.00 1	0.00 1	0.08 289	0.04 283

AIO-Stereo-zeroshot	1.10 314	0.35 292	4.53 449	0.18 329	0.37 440	0.79 44	0.00 1	5.71 456	0.74 195	0.40 151	0.64 260	4.47 429	1.41 376	1.42 202	0.30 226	0.00 1	0.11 444	0.00 1	0.28 473	0.17 377	0.14 410

LMCR-Stereo	1.10 314	0.69 413	1.95 284	0.50 413	0.01 145	2.73 398	0.09 298	6.20 467	0.64 129	2.37 390	1.76 356	0.13 113	1.59 393	2.94 246	0.23 181	0.00 1	0.00 1	0.00 1	0.00 1	0.12 343	0.00 1

GEStereo_RVC	1.10 314	0.42 326	1.72 261	0.28 366	0.01 145	1.37 237	0.11 308	6.25 468	0.84 226	1.05 252	0.67 272	1.61 294	0.79 338	6.11 393	0.63 319	0.00 1	0.00 1	0.00 1	0.00 1	0.10 325	0.04 283

FADNet-RVC	1.10 314	1.07 457	4.79 454	0.03 146	0.00 1	1.60 322	0.08 286	3.77 308	1.70 380	0.35 139	0.07 115	0.61 192	0.66 327	5.32 360	1.11 352	0.01 402	0.08 428	0.00 1	0.00 1	0.48 468	0.18 427

GANetREF_RVC	1.10 314	0.95 447	2.98 378	0.06 216	0.00 1	2.23 376	0.18 335	3.95 329	2.53 434	0.56 170	0.32 189	1.89 315	0.66 327	5.03 345	0.51 296	0.00 1	0.00 1	0.00 1	0.00 1	0.05 240	0.04 283
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
CVANet_RVC	1.10 314	0.39 312	1.69 257	0.28 366	0.00 1	1.45 274	0.48 407	3.26 241	1.64 375	2.93 410	1.22 325	1.51 283	0.37 273	6.09 392	0.50 294	0.00 1	0.00 1	0.00 1	0.00 1	0.18 385	0.01 89

ARAFT	1.12 320	0.82 436	4.11 434	0.04 178	0.00 1	1.64 335	0.03 201	4.85 409	1.69 379	2.78 407	0.57 241	0.47 175	0.11 183	4.81 336	0.24 186	0.00 1	0.03 371	0.00 1	0.00 1	0.24 413	0.05 304

ac_64	1.12 320	0.18 190	1.64 245	0.18 329	0.25 406	1.48 287	0.02 153	4.97 414	1.47 347	0.69 186	0.45 228	4.94 440	0.46 292	4.87 338	0.74 330	0.00 1	0.00 1	0.00 1	0.00 1	0.06 260	0.00 1

coex_refinement	1.13 322	0.54 375	1.58 236	0.12 288	0.02 232	1.51 292	0.06 271	4.01 332	1.51 357	2.61 402	0.66 263	4.40 426	0.48 295	3.67 270	1.30 368	0.00 1	0.01 280	0.00 1	0.00 1	0.04 216	0.03 253

ITSA-stereo	1.13 322	0.14 145	1.59 240	0.17 323	0.04 275	1.40 248	0.14 321	5.66 453	3.10 444	0.74 193	0.35 200	0.62 195	1.06 351	5.53 369	1.63 379	0.03 432	0.00 1	0.09 458	0.06 387	0.07 275	0.07 353

UNet	1.13 322	0.24 239	4.21 436	0.01 26	0.02 232	2.31 381	0.02 153	3.06 203	0.76 204	1.17 267	0.14 136	2.73 365	1.58 391	4.48 320	1.92 398	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.00 1

ssnet_v2	1.14 325	0.28 262	1.77 266	0.03 146	0.00 1	2.07 367	0.37 398	5.20 426	1.87 394	2.00 356	0.87 294	3.09 387	0.55 302	1.31 197	3.02 431	0.00 1	0.00 1	0.00 1	0.00 1	0.18 385	0.12 396

EAI-Stereo	1.14 325	0.12 124	1.19 164	0.21 339	0.32 437	1.84 358	2.32 461	5.42 441	1.19 294	1.02 244	5.66 445	0.48 176	0.60 308	0.86 174	0.62 318	0.00 1	0.13 457	0.00 1	0.65 493	0.02 125	0.17 421

delet	1.14 325	0.32 281	1.56 233	0.03 146	0.17 372	2.86 407	1.03 435	4.25 354	2.14 414	1.03 249	1.17 321	1.64 300	0.92 347	4.35 307	1.27 366	0.00 1	0.00 1	0.00 1	0.00 1	0.04 216	0.00 1

PSM-AAD	1.15 328	0.04 9	0.88 69	0.10 278	0.27 414	1.32 218	3.25 470	2.41 140	0.64 129	2.93 410	1.92 364	0.15 122	5.39 474	3.42 261	0.19 164	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.05 304

FADNet_RVC	1.15 328	1.06 456	4.34 444	0.02 95	0.06 297	2.77 403	0.04 227	3.50 279	0.80 215	0.35 139	0.32 189	0.65 201	0.09 165	5.20 353	1.56 375	0.24 471	0.34 482	0.11 463	0.33 482	0.65 477	0.60 467

ETE_ROB	1.16 330	0.52 368	1.71 260	0.01 26	0.02 232	1.79 354	0.22 351	4.10 340	1.32 320	4.68 452	1.18 323	2.81 368	0.08 157	3.56 268	1.12 354	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.06 335

DLCB_ROB	1.17 331	0.22 228	1.28 180	0.08 256	0.00 1	1.51 292	0.23 355	3.39 261	1.52 358	3.43 430	2.00 370	3.40 401	0.31 257	4.29 304	1.82 390	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

XPNet_ROB	1.17 331	0.41 320	1.68 255	0.04 178	0.01 145	1.65 339	0.17 330	3.46 275	1.39 329	3.89 439	1.01 307	1.60 292	0.53 299	4.35 307	3.07 432	0.00 1	0.00 1	0.00 1	0.00 1	0.03 180	0.02 193

testlalala_base	1.19 333	0.11 116	0.90 74	0.07 241	0.05 285	1.19 155	0.01 82	4.28 359	0.15 11	0.04 40	0.01 1	0.24 136	0.04 89	0.12 19	0.29 218	7.21 497	1.13 494	0.00 1	0.25 463	7.61 494	0.00 1

KYRaft	1.19 333	0.05 19	0.94 84	0.06 216	0.24 403	1.25 196	0.78 426	2.48 148	0.61 98	3.23 423	7.13 457	1.00 253	2.77 430	1.43 203	0.14 123	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	1.71 488

RAFT-345	1.19 333	0.06 37	1.55 226	0.54 420	0.13 350	1.53 300	0.25 358	0.56 24	1.76 384	1.20 272	7.85 459	0.93 243	0.05 104	6.87 439	0.46 286	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.00 1

OMP-Stereo	1.20 336	0.54 375	0.96 89	2.39 484	0.29 426	1.58 311	0.33 392	2.01 114	0.68 162	2.68 405	1.16 319	3.10 388	0.18 219	7.40 462	0.56 307	0.00 1	0.00 1	0.00 1	0.00 1	0.07 275	0.01 89

ADLNet	1.20 336	0.29 272	1.98 290	0.00 1	0.02 232	2.20 374	0.11 308	4.39 371	2.52 433	2.19 371	2.20 386	2.66 359	0.70 334	3.42 261	1.25 363	0.00 1	0.00 1	0.00 1	0.00 1	0.10 325	0.04 283

MMNet	1.20 336	0.27 251	3.59 414	0.09 267	0.00 1	4.15 436	0.01 82	3.63 296	1.19 294	1.93 352	0.32 189	1.35 278	1.23 365	4.42 312	1.84 392	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.02 193

FADNet	1.20 336	0.93 446	4.51 448	0.03 146	0.06 297	2.56 391	0.16 327	4.02 333	1.42 337	0.32 125	0.06 113	1.66 301	1.07 353	5.56 373	0.87 338	0.19 465	0.02 341	0.01 413	0.01 330	0.50 470	0.03 253

G2L-Stereo_aug	1.21 340	0.18 190	3.37 403	0.01 26	0.03 255	1.38 243	0.02 153	3.08 207	0.77 205	1.90 347	1.58 342	3.22 398	1.13 360	5.74 380	1.74 387	0.00 1	0.00 1	0.00 1	0.00 1	0.10 325	0.00 1

Prome-Stereo	1.23 341	0.06 37	0.93 83	0.12 288	0.24 403	1.26 200	0.67 420	2.53 153	0.69 175	2.08 363	8.70 465	0.76 221	2.91 434	2.12 224	0.11 103	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	1.43 486

DispNO	1.25 342	0.52 368	3.40 405	0.11 287	0.05 285	1.45 274	0.01 82	3.73 304	1.68 378	1.34 287	1.59 343	3.15 392	1.12 359	5.56 373	1.14 356	0.00 1	0.02 341	0.03 443	0.12 414	0.05 240	0.03 253

DAS	1.26 343	0.08 64	2.25 326	0.04 178	0.01 145	1.28 205	1.18 439	3.80 314	1.58 371	4.60 449	2.37 390	1.53 284	0.53 299	5.36 363	0.59 314	0.00 1	0.00 1	0.00 1	0.00 1	0.02 125	0.01 89

SepStereo	1.28 344	0.08 64	2.25 326	0.04 178	0.01 145	1.28 205	1.18 439	3.80 314	1.58 371	4.60 449	2.37 390	1.53 284	0.53 299	5.63 379	0.59 314	0.00 1	0.00 1	0.00 1	0.00 1	0.02 125	0.01 89

pcwnet_v2	1.29 345	0.17 182	5.98 472	0.10 278	0.01 145	1.76 350	0.02 153	5.08 424	2.90 441	1.54 321	1.98 368	2.03 325	0.81 340	3.01 249	0.28 214	0.00 1	0.00 1	0.00 1	0.01 330	0.03 180	0.03 253

NOSS_ROB	1.29 345	0.22 228	1.35 198	0.64 435	0.16 368	2.56 391	0.00 1	4.14 343	2.37 426	2.29 384	1.76 356	2.84 370	0.02 32	6.80 435	0.45 280	0.00 1	0.00 1	0.00 1	0.00 1	0.04 216	0.11 388

Wz-Net-LNSev	1.30 347	0.85 438	6.26 477	0.02 95	0.03 255	4.02 433	0.13 317	4.21 349	1.12 282	0.77 199	0.10 128	3.60 407	1.11 356	2.68 239	1.12 354	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.02 193

IIG-Stereo	1.30 347	0.48 355	1.04 121	2.41 485	0.05 285	1.61 326	0.14 321	2.59 157	0.68 162	2.97 415	2.28 388	3.08 386	0.57 305	7.41 463	0.65 323	0.00 1	0.00 1	0.00 1	0.00 1	0.02 125	0.00 1

DSFCA	1.30 347	0.14 145	1.82 273	0.01 26	0.03 255	3.74 430	0.86 427	2.71 168	1.23 299	3.09 419	0.41 216	2.93 376	1.49 379	6.12 394	1.35 370	0.00 1	0.02 341	0.00 1	0.00 1	0.02 125	0.01 89

NCCL2	1.30 347	0.63 399	2.31 336	0.02 95	0.03 255	1.57 307	3.41 472	3.91 327	1.39 329	3.14 421	0.34 197	3.90 415	0.30 253	3.75 277	1.19 359	0.00 1	0.00 1	0.02 438	0.00 1	0.03 180	0.05 304

PA-Net	1.31 351	0.59 389	3.65 415	0.06 216	0.15 362	1.44 268	0.54 412	4.08 337	2.71 438	0.78 202	1.16 319	2.32 349	0.64 320	5.96 387	1.92 398	0.01 402	0.00 1	0.00 1	0.00 1	0.04 216	0.06 335
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
CRFU-Net	1.32 352	0.27 251	2.46 349	1.17 472	0.03 255	4.08 434	0.05 248	5.61 448	0.67 155	1.53 315	0.70 280	3.47 405	2.62 427	3.24 254	0.24 186	0.01 402	0.01 280	0.11 463	0.00 1	0.13 348	0.00 1

LALA_ROB	1.33 353	0.59 389	1.74 263	0.02 95	0.06 297	3.25 413	0.50 411	3.45 272	1.39 329	3.70 434	0.59 253	4.59 433	0.25 245	3.58 269	2.79 428	0.00 1	0.00 1	0.00 1	0.00 1	0.04 216	0.02 193

PAM	1.34 354	0.13 134	2.83 372	0.30 370	0.31 434	2.21 375	0.30 384	5.05 421	0.23 43	0.82 208	1.11 312	9.08 472	2.34 419	0.90 176	0.44 276	0.00 1	0.13 457	0.00 1	0.31 478	0.03 180	0.28 449

DRaft	1.34 354	0.12 124	1.19 164	0.06 216	0.01 145	1.64 335	0.43 403	1.86 106	0.14 7	3.76 435	5.27 442	0.41 167	4.38 460	5.49 368	1.68 382	0.01 402	0.06 407	0.00 1	0.07 391	0.07 275	0.11 388

ttt	1.35 356	0.05 19	1.09 133	0.46 403	0.01 145	1.61 326	0.00 1	5.61 448	1.97 400	1.75 333	2.10 377	1.40 280	0.11 183	4.81 336	6.07 460	0.00 1	0.01 280	0.00 1	0.00 1	0.01 40	0.02 193

Consistency-Raft	1.36 357	0.65 404	4.81 455	0.33 378	0.32 437	1.62 332	0.11 308	3.65 298	3.80 454	0.33 127	6.12 450	0.86 234	2.14 414	0.94 179	1.25 363	0.02 424	0.01 280	0.00 1	0.00 1	0.24 413	0.01 89

FINET	1.36 357	0.46 345	4.05 430	0.22 342	0.73 462	1.03 78	0.00 1	3.57 289	5.71 469	1.59 325	1.64 345	0.49 179	0.19 225	5.53 369	1.90 395	0.00 1	0.01 280	0.00 1	0.00 1	0.08 289	0.03 253

HSM	1.36 357	0.40 317	1.07 128	0.01 26	0.30 428	1.73 349	0.03 201	5.89 459	1.22 298	1.83 342	1.36 335	4.78 437	1.30 373	6.61 420	0.57 310	0.00 1	0.00 1	0.00 1	0.00 1	0.02 125	0.00 1

ADLNet2	1.38 360	0.39 312	3.13 388	0.00 1	0.70 461	1.23 186	0.26 362	4.19 347	2.36 425	1.45 310	3.16 413	4.23 422	0.82 343	4.56 327	0.88 339	0.00 1	0.00 1	0.00 1	0.00 1	0.13 348	0.02 193

CBFPSM	1.39 361	0.61 394	4.29 440	0.01 26	0.01 145	3.64 427	0.03 201	3.39 261	0.80 215	0.64 181	0.21 171	6.18 454	3.70 453	2.38 229	1.82 390	0.00 1	0.01 280	0.00 1	0.00 1	0.08 289	0.01 89

HSM-Net_RVC	1.40 362	0.07 51	1.58 236	0.00 1	0.01 145	1.88 359	0.05 248	7.24 481	1.71 382	3.63 433	3.63 423	3.21 396	0.36 271	4.25 302	0.44 276	0.01 402	0.01 280	0.00 1	0.00 1	0.01 40	0.00 1
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
fast-acv-ft	1.41 363	0.46 345	4.29 440	0.10 278	0.13 350	3.97 432	0.29 377	2.42 141	1.91 397	0.81 207	3.55 421	3.02 382	1.26 370	3.35 256	2.05 407	0.04 435	0.01 280	0.04 446	0.04 372	0.39 457	0.05 304

GASNet	1.43 364	1.53 474	4.54 450	0.31 374	0.02 232	1.49 288	0.20 343	3.86 323	1.95 399	0.75 194	1.37 336	2.11 330	1.57 390	5.82 386	2.60 424	0.00 1	0.05 398	0.00 1	0.00 1	0.43 460	0.10 380

ASMatch	1.44 365	0.14 145	2.15 312	0.60 428	0.21 392	1.21 168	0.26 362	0.96 51	0.66 145	0.29 122	11.75 474	0.93 243	2.37 420	6.73 429	0.54 304	0.00 1	0.00 1	0.00 1	0.01 330	0.00 1	0.04 283

PAM_32	1.45 366	0.13 134	2.69 365	0.26 359	0.30 428	2.15 373	0.29 377	4.92 412	0.22 40	0.84 209	2.02 372	9.57 475	3.27 445	0.97 181	0.56 307	0.00 1	0.12 452	0.00 1	0.31 478	0.04 216	0.27 448

HBP-ISP	1.45 366	0.75 419	3.02 381	0.30 370	0.10 334	4.28 440	1.49 447	4.68 394	1.29 315	3.43 430	0.78 284	0.93 243	1.01 350	6.48 414	0.36 257	0.04 435	0.02 341	0.00 1	0.00 1	0.05 240	0.03 253

GrayStereo	1.46 368	0.03 2	0.87 67	0.63 434	0.20 387	1.24 187	4.61 486	2.85 180	0.62 110	4.98 455	4.00 431	0.45 171	4.67 463	3.37 258	0.08 69	0.00 1	0.00 1	0.00 1	0.50 489	0.01 40	0.01 89

TransformOpticalFlow	1.47 369	0.31 277	3.22 397	0.66 437	0.08 317	1.54 304	0.09 298	3.84 319	1.58 371	1.66 328	2.32 389	3.60 407	3.12 439	6.99 451	0.42 271	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.01 89

THIR-Stereo	1.48 370	0.29 272	1.51 221	0.01 26	0.02 232	1.05 94	4.32 482	2.11 119	0.22 40	1.08 256	4.24 432	1.93 317	4.19 458	6.76 431	1.87 394	0.00 1	0.00 1	0.04 446	0.00 1	0.05 240	0.00 1

StereoDRNet	1.48 370	0.75 419	4.58 451	0.05 199	0.10 334	2.49 388	1.10 438	4.62 388	1.47 347	3.38 429	0.62 259	2.29 345	0.65 325	4.52 322	2.89 429	0.00 1	0.03 371	0.00 1	0.01 330	0.05 240	0.07 353

TCMNet	1.49 372	0.57 385	5.20 460	0.13 295	1.39 475	1.81 356	0.17 330	4.03 335	1.26 306	1.72 331	2.98 407	1.95 320	0.46 292	5.01 344	2.55 423	0.00 1	0.06 407	0.06 451	0.00 1	0.37 455	0.16 416

DEmStereo	1.51 373	0.08 64	2.17 313	0.09 267	0.02 232	1.76 350	0.90 430	1.47 82	0.60 88	2.46 397	6.42 453	1.08 261	5.16 469	6.21 397	1.86 393	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.01 89

APVNet	1.52 374	0.31 277	4.00 427	0.09 267	0.00 1	4.64 449	0.08 286	4.41 373	1.21 297	1.25 281	1.05 309	2.90 375	0.93 348	6.70 427	2.48 419	0.01 402	0.00 1	0.07 452	0.00 1	0.27 428	0.05 304

RYNet	1.52 374	0.35 292	3.38 404	0.25 353	0.04 275	2.31 381	0.03 201	4.62 388	1.47 347	1.14 262	0.34 197	4.52 431	1.38 375	6.36 406	4.23 442	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.02 193

1111x	1.53 376	0.06 37	1.77 266	0.27 364	0.00 1	2.12 369	0.01 82	5.63 452	1.65 376	1.53 315	1.67 348	0.92 238	0.64 320	6.18 395	8.17 473	0.00 1	0.01 280	0.00 1	0.00 1	0.00 1	0.01 89

RASNet	1.53 376	0.31 277	1.97 289	0.09 267	3.20 488	1.69 344	0.06 271	3.27 247	2.12 409	0.77 199	1.29 332	5.32 449	1.69 398	6.60 418	2.17 412	0.00 1	0.00 1	0.00 1	0.00 1	0.02 125	0.02 193

Wz-Net-LNSev-Ref	1.54 378	0.68 409	4.62 452	0.01 26	0.00 1	5.13 456	0.30 384	4.64 392	1.23 299	2.39 393	0.59 253	2.12 332	2.00 411	4.94 341	2.19 414	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.01 89

AAGNet	1.54 378	0.07 51	0.88 69	1.04 465	0.27 414	1.47 281	0.66 419	1.57 87	0.61 98	1.68 329	0.82 289	1.62 296	2.29 416	6.18 395	11.63 488	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.01 89

mmx	1.56 380	0.05 19	1.65 246	0.34 384	0.01 145	1.58 311	0.02 153	5.51 445	2.25 422	1.39 301	2.07 373	2.15 334	0.34 264	6.68 423	7.08 464	0.00 1	0.01 280	0.00 1	0.00 1	0.01 40	0.01 89

xxx	1.56 380	0.05 19	1.65 246	0.34 384	0.01 145	1.58 311	0.02 153	5.51 445	2.25 422	1.39 301	2.07 373	2.15 334	0.34 264	6.68 423	7.08 464	0.00 1	0.01 280	0.00 1	0.00 1	0.01 40	0.01 89

CBMV	1.56 380	0.24 239	1.92 278	0.31 374	0.03 255	2.90 408	4.33 483	3.79 311	1.81 386	4.98 455	1.73 354	2.70 363	1.68 397	3.81 282	0.92 345	0.00 1	0.00 1	0.00 1	0.00 1	0.05 240	0.08 366
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
AIO-Stereo-zeroshot1	1.57 383	0.69 413	7.27 482	0.30 370	0.44 445	0.87 54	0.02 153	6.19 466	0.84 226	0.45 159	6.17 451	4.35 425	1.17 361	1.32 200	0.48 290	0.00 1	0.09 432	0.00 1	0.34 484	0.26 423	0.12 396

PASM	1.58 384	1.05 455	7.51 483	0.56 424	0.09 325	1.37 237	0.28 374	2.85 180	1.44 342	3.91 440	0.44 224	3.02 382	0.64 320	6.38 407	1.59 378	0.00 1	0.01 280	0.00 1	0.03 361	0.26 423	0.15 413

UGAM-zero	1.60 385	0.15 159	2.43 343	0.12 288	0.28 424	1.07 99	0.04 227	5.96 463	0.26 52	1.18 269	0.22 175	8.02 466	4.54 461	6.89 443	0.27 207	0.00 1	0.09 432	0.00 1	0.29 476	0.01 40	0.15 413

YMNet	1.62 386	0.68 409	3.67 416	0.14 308	0.30 428	4.52 446	0.21 345	3.52 283	1.23 299	2.94 412	4.94 437	4.18 420	0.38 275	2.85 244	2.12 410	0.05 441	0.13 457	0.08 455	0.01 330	0.44 461	0.09 372

YMNet_1	1.62 386	0.68 409	3.67 416	0.14 308	0.30 428	4.52 446	0.21 345	3.52 283	1.23 299	2.94 412	4.94 437	4.18 420	0.38 275	2.85 244	2.12 410	0.05 441	0.13 457	0.08 455	0.01 330	0.44 461	0.09 372

DRN-Test	1.62 386	0.23 235	3.72 419	0.18 329	0.13 350	3.34 418	0.19 341	5.93 462	2.01 405	4.14 443	0.76 283	2.12 332	1.78 400	5.22 355	2.62 426	0.00 1	0.00 1	0.01 413	0.01 330	0.03 180	0.01 89

RAFT + AFF	1.63 389	1.13 460	2.62 361	0.04 178	0.80 463	2.29 380	1.03 435	5.54 447	2.06 406	1.77 338	1.81 360	1.22 270	3.65 452	6.23 399	1.57 377	0.01 402	0.35 483	0.00 1	0.01 330	0.33 445	0.12 396

MaskLacGwcNet_RVC	1.63 389	0.45 341	2.21 316	1.53 479	0.18 376	4.33 441	0.41 401	3.37 256	1.40 333	0.54 169	0.65 261	3.10 388	0.11 183	4.93 340	0.60 316	4.57 492	0.51 485	0.00 1	0.00 1	1.37 482	2.39 491

ACV-stereo	1.64 391	0.27 251	2.94 376	0.04 178	0.04 275	6.31 468	0.18 335	1.81 102	0.22 40	0.23 117	0.01 1	10.52 477	5.41 475	4.07 294	0.77 332	0.00 1	0.00 1	0.00 1	0.00 1	0.03 180	0.02 193

ff1	1.65 392	0.05 19	1.65 246	0.34 384	0.01 145	1.58 311	0.02 153	3.03 198	6.40 472	1.39 301	2.07 373	2.15 334	0.34 264	6.68 423	7.08 464	0.00 1	0.02 341	0.00 1	0.00 1	0.09 311	0.03 253

CrosDoStereo	1.66 393	0.15 159	1.66 250	0.02 95	0.07 307	1.38 243	6.16 500	3.12 214	1.06 268	0.97 229	3.74 425	0.96 247	4.79 465	7.00 453	1.92 398	0.00 1	0.00 1	0.00 1	0.00 1	0.11 336	0.00 1

DeepStereo_LL	1.66 393	0.15 159	1.66 250	0.02 95	0.07 307	1.38 243	6.16 500	3.12 214	1.06 268	0.97 229	3.74 425	0.96 247	4.79 465	7.00 453	1.92 398	0.00 1	0.00 1	0.00 1	0.00 1	0.11 336	0.00 1

Syn2CoEx	1.66 393	1.17 461	4.29 440	0.04 178	0.00 1	1.44 268	0.56 413	5.33 436	1.98 402	2.01 359	2.12 379	2.08 327	2.81 431	6.55 416	2.42 416	0.00 1	0.00 1	0.00 1	0.00 1	0.33 445	0.06 335

AANet_RVC	1.66 393	0.88 441	3.52 410	0.06 216	0.00 1	1.22 171	0.00 1	3.25 239	2.51 432	2.21 372	4.49 433	3.65 410	0.20 231	7.10 456	3.42 435	0.50 478	0.04 385	0.00 1	0.00 1	0.08 289	0.05 304

STrans-v2	1.67 397	0.36 296	3.28 398	0.02 95	0.19 383	1.45 274	0.08 286	6.69 475	1.49 353	2.00 356	2.86 404	3.67 411	3.88 456	7.04 455	0.45 280	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.00 1

GwcNet	1.67 397	0.81 433	5.52 465	0.23 348	1.21 472	4.21 438	0.62 418	3.71 302	1.57 367	1.01 243	1.65 347	3.99 418	0.52 298	5.46 366	2.30 415	0.00 1	0.00 1	0.00 1	0.01 330	0.35 451	0.13 403

NCC-stereo	1.67 397	0.56 382	3.10 386	0.08 256	0.22 394	2.24 377	0.13 317	5.05 421	1.42 337	2.27 382	2.72 400	4.29 423	3.53 448	5.76 382	2.01 404	0.04 435	0.00 1	0.00 1	0.00 1	0.03 180	0.02 193

Abc-Net	1.67 397	0.56 382	3.10 386	0.08 256	0.22 394	2.24 377	0.13 317	5.05 421	1.42 337	2.27 382	2.72 400	4.29 423	3.53 448	5.76 382	2.01 404	0.04 435	0.00 1	0.00 1	0.00 1	0.03 180	0.02 193
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
iinet-f	1.68 401	0.61 394	11.37 495	0.29 368	0.03 255	4.39 443	0.04 227	3.18 228	1.10 275	1.16 266	0.58 243	2.96 379	2.76 429	2.13 225	2.46 418	0.00 1	0.02 341	0.02 438	0.00 1	0.46 464	0.01 89

Anonymous_2	1.69 402	0.05 19	1.31 190	0.08 256	0.03 255	1.22 171	0.01 82	3.25 239	0.19 27	0.76 197	0.13 135	2.68 362	1.99 410	0.39 128	0.13 112	0.05 441	0.25 475	3.27 494	14.54 519	3.40 486	0.01 89

ccnet	1.70 403	0.20 210	1.95 284	0.26 359	0.18 376	3.72 429	1.22 441	4.22 352	1.43 341	2.37 390	3.96 429	3.45 404	1.51 383	4.69 330	4.47 444	0.06 449	0.00 1	0.09 458	0.01 330	0.10 325	0.01 89

CBMV_ROB	1.70 403	0.11 116	1.98 290	0.46 403	0.00 1	2.85 406	0.91 431	4.27 357	2.21 420	4.02 442	5.00 440	2.97 380	2.32 418	5.40 364	1.35 370	0.00 1	0.00 1	0.00 1	0.00 1	0.03 180	0.06 335

U	1.74 405	0.03 2	0.99 97	0.03 146	7.39 502	10.20 487	0.00 1	0.71 36	0.20 32	0.02 12	0.02 69	0.12 108	0.02 32	0.11 15	0.04 9	0.00 1	0.00 1	9.67 499	5.13 515	0.01 40	0.00 1

DANet	1.74 405	0.22 228	3.06 383	0.75 444	0.44 445	2.46 387	0.35 396	3.40 263	1.41 336	4.22 444	1.56 341	5.03 442	0.56 303	6.29 402	5.00 452	0.01 402	0.00 1	0.00 1	0.01 330	0.04 216	0.08 366
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
IGEV-BASED-STEREO-	1.75 407	19.48 515	12.37 497	0.06 216	0.00 1	0.47 34	0.05 248	0.46 14	0.31 55	0.13 101	0.03 93	0.03 15	0.00 1	0.07 4	0.41 269	0.00 1	0.00 1	0.00 1	0.06 387	0.07 275	0.92 478

RP	1.76 408	0.55 377	2.59 360	0.22 342	0.60 459	1.70 346	0.98 434	4.31 362	1.99 404	3.12 420	5.04 441	4.41 428	2.96 435	4.72 332	1.90 395	0.01 402	0.00 1	0.00 1	0.01 330	0.14 355	0.01 89

xxxx	1.78 409	0.07 51	1.02 106	0.00 1	0.01 145	1.44 268	0.00 1	5.81 458	1.53 359	1.37 299	1.91 363	1.08 261	0.05 104	4.37 310	16.98 500	0.00 1	0.01 280	0.00 1	0.00 1	0.01 40	0.02 193

test_xeample	1.79 410	0.08 64	1.03 117	0.02 95	0.00 1	1.44 268	0.00 1	5.48 443	1.84 388	1.65 327	2.17 385	0.37 159	0.06 126	4.00 293	17.67 502	0.00 1	0.01 280	0.00 1	0.00 1	0.01 40	0.02 193

SGM-Forest	1.84 411	0.08 64	1.31 190	0.15 313	0.22 394	3.52 425	2.46 466	3.85 321	2.16 415	5.29 457	3.90 427	3.71 413	1.56 387	6.28 401	1.90 395	0.01 402	0.02 341	0.00 1	0.00 1	0.03 180	0.30 451
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
Wz-Net-MNSev	1.85 412	1.19 463	5.61 468	0.01 26	0.00 1	4.74 450	2.16 458	4.93 413	1.48 351	3.77 436	1.24 328	1.77 308	2.56 424	4.94 341	2.61 425	0.00 1	0.01 280	0.00 1	0.00 1	0.07 275	0.01 89

FAT-Stereo	1.86 413	0.19 199	3.31 400	0.17 323	0.03 255	1.78 353	0.97 432	4.76 402	2.79 439	4.22 444	4.87 436	5.31 448	2.83 433	5.06 348	0.90 340	0.00 1	0.00 1	0.00 1	0.00 1	0.04 216	0.01 89

RGC	1.86 413	0.67 407	3.45 409	0.07 241	0.26 409	3.29 415	0.11 308	4.78 405	1.46 345	3.26 424	4.51 434	5.14 444	2.68 428	5.46 366	1.94 402	0.00 1	0.00 1	0.00 1	0.00 1	0.08 289	0.09 372

CC-Net-ROB	1.86 413	0.64 400	2.55 356	1.42 478	0.19 383	3.38 420	0.04 227	4.41 373	2.45 430	0.90 217	1.31 333	0.98 251	0.18 219	6.60 418	0.53 301	1.14 485	1.60 498	7.16 495	0.00 1	1.33 481	0.32 456

GANet	1.90 416	0.43 332	1.83 274	0.39 393	0.00 1	2.24 377	3.37 471	3.90 326	1.44 342	2.17 368	9.66 467	2.57 356	1.09 354	6.88 440	1.81 389	0.00 1	0.00 1	0.02 438	0.00 1	0.10 325	0.03 253

LL-Strereo	1.93 417	0.97 448	3.83 425	0.55 422	2.19 485	1.49 288	0.05 248	4.09 339	1.00 254	2.59 400	2.77 402	5.17 445	5.63 476	7.19 457	0.63 319	0.00 1	0.10 441	0.00 1	0.00 1	0.25 420	0.20 437

DISCO	1.93 417	0.18 190	2.44 345	0.67 439	0.53 453	5.25 457	0.00 1	5.43 442	1.56 366	2.09 364	0.91 298	6.48 456	0.89 345	8.55 477	3.60 438	0.00 1	0.00 1	0.00 1	0.00 1	0.06 260	0.01 89

edge stereo	1.94 419	0.40 317	3.82 424	0.15 313	0.09 325	1.81 356	0.45 405	4.77 403	2.21 420	3.36 426	3.94 428	8.39 468	1.72 399	5.75 381	1.69 384	0.00 1	0.00 1	0.01 413	0.00 1	0.17 377	0.01 89

Nwc_Net	1.94 419	0.55 377	3.79 422	0.07 241	0.08 317	2.73 398	0.04 227	6.75 478	1.11 277	2.03 360	7.92 460	4.82 438	2.11 413	4.78 334	2.01 404	0.00 1	0.00 1	0.00 1	0.00 1	0.05 240	0.01 89

S-Stereo	2.00 421	0.30 276	5.74 470	0.24 350	0.23 399	2.51 389	1.90 452	4.74 398	5.15 466	2.42 394	5.80 446	2.85 372	0.72 335	5.08 349	2.17 412	0.00 1	0.02 341	0.00 1	0.00 1	0.08 289	0.04 283

psmorigin	2.01 422	0.37 300	10.25 491	0.22 342	0.03 255	1.62 332	0.19 341	3.31 250	1.05 265	4.92 454	3.14 410	5.85 450	2.21 415	5.31 359	1.71 385	0.00 1	0.00 1	0.00 1	0.00 1	0.05 240	0.02 193

MFMNet_re	2.02 423	0.98 449	4.27 439	2.74 488	0.88 464	1.47 281	0.15 323	4.21 349	3.18 445	6.63 466	6.93 456	1.87 314	3.63 451	2.13 225	0.99 348	0.00 1	0.00 1	0.00 1	0.00 1	0.23 410	0.05 304

NaN_ROB	2.02 423	0.58 387	2.65 363	0.29 368	0.28 424	3.19 411	5.19 493	3.84 319	2.55 435	5.31 458	1.73 354	2.30 346	1.96 409	6.78 433	3.09 433	0.01 402	0.06 407	0.03 443	0.10 405	0.10 325	0.37 461

RAFT-RH_RVC	2.05 425	0.15 159	1.66 250	0.60 428	0.27 414	1.49 288	0.02 153	0.58 27	0.65 136	5.35 459	21.66 498	1.06 259	0.07 142	6.85 436	0.57 310	0.04 435	0.00 1	0.00 1	0.03 361	0.01 40	0.00 1

stereogan	2.13 426	0.31 277	3.75 420	0.01 26	0.09 325	7.44 476	0.60 417	4.27 357	3.29 446	3.91 440	4.62 435	6.41 455	1.84 406	5.17 351	0.58 312	0.00 1	0.01 280	0.01 413	0.00 1	0.24 413	0.05 304

FTStereo	2.16 427	0.03 2	1.42 207	0.17 323	0.13 350	1.42 261	4.67 488	2.44 142	0.63 118	3.36 426	17.95 486	0.78 230	4.17 457	4.41 311	0.14 123	0.15 461	0.00 1	0.00 1	0.00 1	0.01 40	1.25 483

AF-Net	2.17 428	0.65 404	3.53 411	0.00 1	0.09 325	2.02 365	0.48 407	6.44 469	1.70 380	3.36 426	10.22 469	4.95 441	2.81 431	4.34 306	2.66 427	0.00 1	0.00 1	0.00 1	0.00 1	0.13 348	0.01 89

PDISCO_ROB	2.21 429	0.78 426	3.43 407	0.96 461	2.04 484	7.04 472	0.09 298	7.36 483	5.72 470	1.21 277	1.67 348	3.16 393	1.28 371	7.52 465	1.37 372	0.00 1	0.00 1	0.00 1	0.00 1	0.34 448	0.13 403

DGSMNet	2.23 430	0.80 429	6.10 474	0.96 461	1.73 479	3.22 412	4.12 479	5.30 434	1.11 277	1.19 270	2.48 395	3.18 394	0.65 325	4.57 328	1.33 369	1.11 484	1.37 496	1.55 486	1.26 502	1.37 482	1.28 484

SQANet	2.28 431	1.25 466	2.39 342	4.17 492	2.91 487	2.60 393	0.24 357	4.17 346	0.83 223	2.42 394	0.57 241	1.59 290	0.88 344	3.30 255	0.68 325	7.35 498	0.12 452	0.47 478	0.02 352	6.56 491	3.00 494

ADCRef	2.29 432	0.65 404	5.67 469	0.10 278	0.09 325	4.81 451	0.76 425	4.75 401	1.37 326	2.88 409	1.67 348	1.62 296	2.30 417	3.77 281	14.93 495	0.02 424	0.00 1	0.01 413	0.10 405	0.20 404	0.11 388

test_sample9	2.36 433	0.41 320	2.03 298	0.02 95	0.01 145	2.14 370	0.01 82	4.31 362	1.07 270	1.35 293	0.36 203	0.70 211	0.44 285	5.58 377	8.70 476	0.53 479	16.52 520	1.82 487	1.10 499	0.02 125	0.02 193

FBW_ROB	2.36 433	0.36 296	3.16 389	0.37 391	0.14 356	4.42 445	0.18 335	6.64 473	3.05 443	2.98 416	2.85 403	4.86 439	1.11 356	11.00 496	4.53 445	0.16 462	0.05 398	0.37 477	0.09 401	0.19 393	0.78 473

DeepPrunerF	2.50 435	0.87 440	14.90 500	0.17 323	0.31 434	1.41 253	0.29 377	5.62 451	9.97 485	1.02 244	0.43 221	2.01 322	1.65 395	6.85 436	3.99 439	0.00 1	0.01 280	0.07 452	0.10 405	0.24 413	0.12 396

Wz-Net-SNSev	2.53 436	2.49 489	10.66 493	0.39 393	0.01 145	2.73 398	0.40 399	5.02 419	1.50 355	2.15 366	2.12 379	6.48 456	1.11 356	9.47 484	5.84 459	0.00 1	0.01 280	0.00 1	0.00 1	0.21 405	0.06 335

XQC	2.57 437	1.20 464	6.33 479	0.18 329	0.01 145	3.84 431	0.33 392	5.24 428	3.83 455	4.43 447	1.94 365	4.58 432	3.19 441	7.19 457	8.67 475	0.00 1	0.03 371	0.00 1	0.03 361	0.27 428	0.19 432

RTSC	2.66 438	1.24 465	6.04 473	0.18 329	0.02 232	4.40 444	0.08 286	4.29 360	4.98 465	6.00 461	3.15 412	2.97 380	1.56 387	6.71 428	10.89 484	0.00 1	0.07 417	0.00 1	0.05 377	0.40 458	0.24 446

222	2.69 439	0.09 77	1.03 117	0.00 1	0.00 1	1.54 304	0.00 1	5.61 448	1.55 361	1.51 312	2.10 377	0.53 184	0.07 142	4.54 324	35.09 518	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.02 193

CSAN	2.70 440	0.75 419	3.41 406	0.18 329	0.12 344	4.18 437	4.05 478	4.11 341	4.36 459	6.03 462	6.24 452	4.60 434	4.74 464	7.29 460	3.43 436	0.02 424	0.03 371	0.01 413	0.02 352	0.18 385	0.22 442

UDG	2.86 441	8.81 509	1.57 235	2.60 486	0.89 466	2.39 385	0.11 308	3.42 267	1.02 256	2.18 370	3.64 424	5.04 443	1.60 394	4.17 299	2.09 408	1.21 487	0.04 385	7.69 496	3.67 509	4.10 487	0.93 480

aanetorigin	2.87 442	0.73 418	8.74 487	0.23 348	0.23 399	1.61 326	2.07 454	1.76 101	1.10 275	14.21 497	10.25 470	2.93 376	3.38 446	4.98 343	4.06 440	0.10 455	0.05 398	0.09 458	0.11 409	0.57 473	0.15 413

ADCP+	2.87 442	0.98 449	8.75 488	0.07 241	0.16 368	5.93 465	2.90 469	4.00 331	1.84 388	1.52 313	0.27 183	3.81 414	3.22 443	6.05 391	17.38 501	0.00 1	0.00 1	0.00 1	0.00 1	0.14 355	0.30 451

PWC_ROB	2.90 444	1.01 453	6.12 475	0.53 419	0.57 458	1.30 213	0.40 399	3.85 321	4.42 462	7.37 471	15.40 482	3.03 384	1.55 386	6.31 403	5.74 458	0.00 1	0.00 1	0.00 1	0.00 1	0.46 464	0.05 304

SHD	3.01 445	1.02 454	5.52 465	0.45 402	0.39 442	4.12 435	0.17 330	6.68 474	12.04 488	7.20 470	3.36 417	4.40 426	2.58 426	4.69 330	7.17 467	0.01 402	0.04 385	0.00 1	0.03 361	0.22 408	0.17 421

PWCDC_ROB	3.06 446	1.38 471	3.81 423	0.14 308	0.00 1	3.14 409	0.02 153	4.40 372	12.35 489	1.08 256	23.69 505	2.01 322	2.01 412	3.87 287	2.43 417	0.24 471	0.00 1	0.00 1	0.00 1	0.61 475	0.08 366

SPS-STEREO	3.08 447	0.49 360	2.49 351	0.21 339	0.24 403	3.67 428	1.24 442	5.80 457	2.43 429	10.68 484	8.00 461	9.48 474	3.59 450	8.11 473	5.08 453	0.01 402	0.01 280	0.00 1	0.00 1	0.04 216	0.11 388
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
otaku	3.17 448	1.32 467	2.49 351	6.07 494	3.26 489	4.62 448	2.15 457	5.35 437	1.34 323	2.00 356	2.54 396	3.50 406	1.49 379	3.68 271	1.11 352	7.89 500	0.23 474	1.88 490	0.03 361	7.74 495	4.78 499

Ntro	3.24 449	1.34 468	2.83 372	7.27 496	4.43 493	6.22 467	0.74 424	4.73 397	1.48 351	0.39 150	1.77 358	2.70 363	1.28 371	4.59 329	1.25 363	8.06 501	0.28 479	2.12 493	0.05 377	8.11 496	5.16 500

NVStereoNet_ROB	3.25 450	0.46 345	2.71 368	0.34 384	0.56 456	2.36 384	0.87 428	4.56 385	4.47 463	4.55 448	14.09 480	11.93 479	3.23 444	9.79 487	3.14 434	0.43 476	0.03 371	0.53 481	0.31 478	0.36 453	0.38 463
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
DDUNet	3.28 451	10.54 511	2.29 335	3.50 489	3.31 490	4.21 438	0.21 345	3.77 308	1.03 257	2.54 398	3.17 414	3.20 395	0.21 236	3.89 288	0.69 326	1.94 488	0.05 398	9.87 500	3.53 508	5.03 489	2.55 493

MFN_U_SF_DS_RVC	3.30 452	2.61 491	7.84 484	0.09 267	0.26 409	12.92 491	7.62 508	4.25 354	3.64 452	2.95 414	3.99 430	4.61 435	1.22 364	8.36 474	1.77 388	0.59 482	1.15 495	0.04 446	0.85 497	0.48 468	0.67 471

ADCL	3.30 452	0.81 433	6.76 481	0.25 353	0.25 406	6.93 470	4.65 487	4.79 406	2.62 437	4.61 451	3.36 417	5.22 446	4.55 462	5.54 372	14.91 494	0.05 441	0.01 280	0.11 463	0.13 416	0.28 437	0.10 380

SDNR	3.31 454	0.91 445	6.28 478	0.44 397	0.02 232	26.11 515	0.01 82	3.81 317	1.62 374	2.82 408	11.06 472	2.93 376	0.60 308	7.95 471	1.52 374	0.01 402	0.01 280	0.00 1	0.00 1	0.06 260	0.12 396

SAMSARA	3.32 455	1.07 457	6.25 476	0.86 457	0.31 434	7.55 477	3.87 477	5.26 433	4.20 458	7.43 472	3.35 416	10.04 476	3.83 455	6.98 450	4.83 449	0.00 1	0.14 461	0.00 1	0.05 377	0.17 377	0.22 442

DPSNet	3.38 456	0.60 391	9.55 489	0.61 431	0.46 448	5.10 455	1.44 446	11.17 494	3.92 456	2.57 399	0.88 295	5.90 451	9.68 493	7.63 467	7.25 468	0.08 451	0.16 467	0.01 413	0.07 391	0.34 448	0.17 421

G-Net	3.49 457	0.47 353	4.03 429	1.61 480	1.91 480	10.78 488	1.92 453	3.06 203	1.26 306	8.59 478	12.06 475	6.13 453	7.82 485	4.78 334	4.77 448	0.08 451	0.12 452	0.07 452	0.15 417	0.16 372	0.11 388

MDST_ROB	3.50 458	0.07 51	3.94 426	2.66 487	1.46 476	12.94 492	0.97 432	7.32 482	2.42 428	14.82 499	8.08 462	2.74 366	1.51 383	8.44 476	2.48 419	0.00 1	0.00 1	0.00 1	0.00 1	0.01 40	0.11 388

pmcnn	3.61 459	0.68 409	5.38 464	0.61 431	1.46 476	2.75 402	1.26 443	5.04 420	1.57 367	8.77 479	11.67 473	18.69 494	2.38 421	6.03 389	5.61 457	0.00 1	0.07 417	0.00 1	0.00 1	0.21 405	0.07 353

test_sample8	3.62 460	0.41 320	2.03 298	0.02 95	0.01 145	2.14 370	0.01 82	4.38 368	1.04 259	6.51 463	0.58 243	14.04 486	6.94 481	5.58 377	8.70 476	0.53 479	16.52 520	1.82 487	1.10 499	0.02 125	0.02 193

ADCPNet	3.63 461	0.82 436	13.20 498	0.08 256	0.43 444	7.02 471	2.23 460	4.77 403	2.41 427	4.31 446	1.96 367	7.57 465	5.16 469	6.45 413	13.80 492	0.02 424	0.75 490	0.04 446	0.90 498	0.16 372	0.53 466

SuperB	3.70 462	1.77 479	15.73 501	0.31 374	0.05 285	4.37 442	1.67 450	3.58 292	11.57 486	2.36 389	1.32 334	2.03 325	1.91 407	6.95 448	9.01 478	0.05 441	0.03 371	0.10 462	0.08 396	11.00 507	0.10 380

MFN_U_SF_RVC	3.76 463	1.77 479	9.85 490	0.84 450	0.27 414	9.50 484	0.49 409	8.07 485	3.41 447	4.81 453	3.28 415	9.40 473	3.49 447	7.76 470	8.31 474	0.41 475	0.54 486	0.52 480	0.80 496	0.89 478	0.84 475

Wz-Net-TNSev	3.91 464	5.20 502	20.57 504	0.15 313	0.01 145	7.14 473	3.57 473	6.70 476	3.57 449	1.74 332	0.58 243	7.39 464	4.33 459	8.86 478	7.99 470	0.00 1	0.00 1	0.00 1	0.02 352	0.24 413	0.16 416

AnyNet_C32	3.93 465	2.58 490	12.07 496	0.39 393	0.49 451	5.50 459	6.45 504	4.44 376	2.19 418	6.86 468	2.94 406	5.28 447	3.20 442	6.63 421	18.37 504	0.08 451	0.04 385	0.20 470	0.09 401	0.57 473	0.19 432

ADCMid	3.95 466	1.34 468	10.91 494	0.18 329	0.38 441	5.02 454	1.27 444	4.87 410	2.94 442	11.15 486	3.60 422	6.76 460	5.21 472	6.40 412	16.96 499	0.12 458	0.08 428	0.55 482	0.46 487	0.53 472	0.19 432

SGM_RVC	4.07 467	0.38 305	1.98 290	0.84 450	0.26 409	6.20 466	2.37 462	6.45 470	3.57 449	11.56 489	9.27 466	15.55 488	6.78 480	10.07 489	4.60 447	0.22 466	0.25 475	0.20 470	0.23 457	0.26 423	0.34 457
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
WZ-Net	4.16 468	1.75 478	23.59 507	0.08 256	0.04 275	2.62 397	2.16 458	5.89 459	4.74 464	5.73 460	3.51 420	6.99 463	4.89 467	10.82 493	10.11 481	0.00 1	0.00 1	0.00 1	0.00 1	0.12 343	0.11 388

test_for_model	4.23 469	22.88 518	0.91 78	12.40 509	10.47 509	1.08 107	0.06 271	4.08 337	1.36 325	1.91 348	0.09 123	0.15 122	0.03 62	0.10 12	0.22 175	7.44 499	1.43 497	0.00 1	0.01 330	18.08 517	1.99 490

SGM+DAISY	4.39 470	1.34 468	5.18 459	1.01 464	0.88 464	5.61 461	2.86 468	4.88 411	3.53 448	13.29 493	13.95 479	12.66 481	7.55 482	7.98 472	5.39 456	0.23 470	0.18 470	0.15 467	0.24 460	0.29 439	0.64 469

WCMA_ROB	4.54 471	0.48 355	3.19 391	0.49 410	0.63 460	5.38 458	2.57 467	4.70 395	3.77 453	14.17 496	19.02 491	15.47 487	9.03 489	6.73 429	4.85 450	0.01 402	0.05 398	0.01 413	0.01 330	0.08 289	0.16 416

SANet	4.63 472	0.89 443	5.34 463	0.30 370	0.09 325	7.43 475	3.75 476	6.53 471	16.16 496	6.79 467	13.29 477	12.44 480	7.74 483	7.38 461	4.11 441	0.00 1	0.01 280	0.00 1	0.00 1	0.10 325	0.31 455

RainbowNet	4.74 473	3.21 496	3.07 384	9.34 501	6.01 494	4.89 453	3.60 474	7.09 480	4.39 461	1.63 326	3.01 408	4.72 436	2.96 435	5.53 369	1.19 359	8.95 503	2.12 501	8.48 498	0.19 440	8.75 497	5.73 501

MSMD_ROB	4.94 474	0.43 332	2.58 358	0.12 288	0.01 145	8.43 482	1.09 437	4.25 354	4.11 457	13.11 492	26.36 508	13.95 485	13.88 502	7.45 464	2.92 430	0.10 455	0.01 280	0.00 1	0.00 1	0.01 40	0.02 193

FCDSN-DC	5.04 475	0.15 159	1.83 274	0.22 342	0.44 445	5.60 460	1.66 449	5.22 427	4.37 460	14.49 498	21.86 499	20.65 497	11.88 498	7.66 468	4.55 446	0.02 424	0.00 1	0.00 1	0.00 1	0.03 180	0.05 304
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
ADCS	5.09 476	2.15 486	16.58 502	0.34 384	0.07 307	5.91 464	4.26 481	6.73 477	6.99 478	9.44 481	6.09 449	6.57 458	5.17 471	9.54 485	21.38 513	0.00 1	0.00 1	0.00 1	0.00 1	0.36 453	0.23 445

MSC_U_SF_DS_RVC	5.12 477	2.33 487	8.42 486	0.33 378	0.27 414	24.60 514	8.84 511	5.50 444	9.75 484	3.82 437	8.16 463	8.53 469	1.82 402	9.44 483	5.18 454	1.02 483	1.65 499	0.33 476	0.47 488	1.06 480	0.90 477

ACVNet-4b	5.67 478	1.65 475	4.43 446	9.46 502	7.11 500	8.72 483	1.68 451	6.61 472	5.76 471	0.27 120	6.49 454	11.67 478	2.43 423	8.40 475	1.56 375	9.06 505	2.34 503	10.49 504	0.02 352	9.22 502	5.98 503

MeshStereo	5.78 479	0.75 419	3.04 382	0.25 353	0.14 356	7.88 480	2.09 455	9.64 489	5.18 467	20.48 508	19.06 492	22.80 499	9.54 492	9.64 486	4.88 451	0.00 1	0.00 1	0.00 1	0.00 1	0.29 439	0.03 253
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
PVD	5.81 480	0.99 451	5.56 467	0.72 442	0.51 452	6.72 469	0.18 335	9.90 491	23.69 501	11.45 488	19.26 494	8.18 467	9.46 491	9.24 481	9.49 480	0.02 424	0.16 467	0.00 1	0.08 396	0.18 385	0.40 464

FC-DCNN	6.09 481	0.18 190	2.35 339	0.42 396	0.53 453	7.80 479	1.42 445	8.14 486	7.07 479	19.05 505	22.10 500	22.85 500	13.84 501	9.42 482	6.44 461	0.00 1	0.01 280	0.00 1	0.00 1	0.01 40	0.06 335

ACVNet_1	6.16 482	1.86 483	4.43 446	9.52 503	7.22 501	7.59 478	2.37 462	9.99 492	6.71 476	3.84 438	5.35 444	13.23 484	4.90 468	6.25 400	1.94 402	9.06 505	2.40 505	10.88 506	0.11 409	9.58 504	6.03 504

FC-DCNN v2	6.25 483	0.19 199	2.31 336	0.44 397	0.55 455	8.05 481	1.51 448	8.71 487	7.22 480	19.24 506	22.98 503	24.00 503	13.47 500	9.80 488	6.51 462	0.00 1	0.01 280	0.00 1	0.00 1	0.01 40	0.05 304

EDNetEfficient	6.54 484	1.17 461	33.15 511	0.66 437	1.96 481	2.07 367	3.72 475	2.80 175	14.85 493	20.02 507	9.69 468	6.59 459	10.19 494	7.19 457	15.49 497	0.03 432	0.10 441	0.01 413	0.20 445	0.62 476	0.29 450

AnyNet_C01	6.59 485	4.31 500	36.24 513	0.96 461	0.46 448	9.96 485	5.74 497	6.02 465	3.63 451	7.59 473	8.56 464	8.83 470	3.14 440	13.74 501	20.83 511	0.12 458	0.08 428	0.25 474	0.09 401	1.01 479	0.34 457

LSM	7.38 486	1.68 476	22.24 506	3.99 491	40.72 521	3.54 426	4.79 491	4.74 398	6.65 475	10.25 483	13.51 478	4.49 430	3.81 454	6.91 445	5.31 455	0.00 1	0.04 385	0.00 1	0.00 1	0.26 423	14.60 518

ELAS_RVC	7.69 487	0.80 429	4.90 456	1.06 466	1.02 468	10.00 486	9.43 512	9.75 490	14.69 492	21.83 511	20.27 497	17.88 492	16.41 506	13.01 499	10.44 483	0.22 466	0.55 487	0.28 475	0.19 440	0.35 451	0.65 470
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
DispFullNet	7.91 488	23.96 519	13.67 499	14.71 512	7.88 503	4.83 452	0.04 227	5.01 418	2.89 440	8.86 480	4.96 439	6.11 452	10.72 495	10.18 490	3.51 437	2.44 489	0.33 481	15.15 509	4.65 512	12.33 509	5.95 502

ELAS	8.05 489	0.76 423	4.02 428	0.95 460	1.02 468	14.85 497	6.99 507	12.80 496	11.73 487	22.43 513	27.75 511	17.88 492	15.19 504	10.96 494	11.31 485	0.22 466	0.56 488	0.23 473	0.22 453	0.50 470	0.71 472
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ACVNet_2	8.69 490	1.80 482	5.09 458	8.55 500	6.72 497	13.47 493	4.34 484	13.70 497	23.86 502	6.89 469	19.74 496	20.52 495	5.36 473	7.70 469	2.48 419	8.53 502	1.67 500	7.99 497	0.32 481	8.79 500	6.29 507

PWCK	8.72 491	5.37 503	16.61 503	5.74 493	0.12 344	19.88 504	11.41 514	11.31 495	13.42 491	14.07 494	12.84 476	13.20 483	8.05 487	15.44 502	10.25 482	5.95 495	0.22 473	2.09 492	0.05 377	7.50 492	0.92 478

WAO-7	9.09 492	1.79 481	3.55 413	0.80 448	0.15 362	18.67 502	4.36 485	23.07 517	26.68 506	12.59 491	27.90 512	22.52 498	13.03 499	13.53 500	11.47 486	0.09 454	0.03 371	0.58 483	0.10 405	0.47 467	0.34 457

IMH-64-1	9.55 493	2.76 494	2.44 345	11.17 506	9.13 506	12.03 489	5.45 494	18.33 503	15.78 494	6.59 464	18.69 487	16.95 490	6.20 477	10.63 491	8.06 471	9.46 508	2.46 506	15.42 511	1.61 503	10.89 505	6.88 508

IMH-64	9.55 493	2.76 494	2.44 345	11.17 506	9.13 506	12.03 489	5.45 494	18.33 503	15.78 494	6.59 464	18.69 487	16.95 490	6.20 477	10.63 491	8.06 471	9.46 508	2.46 506	15.42 511	1.61 503	10.89 505	6.88 508

RTS	9.75 495	2.69 492	65.25 518	0.85 453	1.99 482	14.36 494	4.75 489	5.69 454	17.29 498	7.97 474	19.00 489	6.83 461	3.02 437	26.15 515	18.62 507	0.00 1	0.15 465	0.00 1	0.00 1	0.29 439	0.16 416

RTSA	9.75 495	2.69 492	65.25 518	0.85 453	1.99 482	14.36 494	4.75 489	5.69 454	17.29 498	7.97 474	19.00 489	6.83 461	3.02 437	26.15 515	18.62 507	0.00 1	0.15 465	0.00 1	0.00 1	0.29 439	0.16 416

EDNetEfficientorigin	10.31 497	1.90 484	98.96 531	0.22 342	0.23 399	2.73 398	0.71 422	4.50 380	16.94 497	18.72 500	15.36 481	12.74 482	10.73 496	8.96 479	11.94 489	0.01 402	0.01 280	0.00 1	0.00 1	0.25 420	1.31 485

MADNet+	10.71 498	14.57 513	70.07 520	0.58 427	0.47 450	19.89 505	4.20 480	11.05 493	6.87 477	3.03 418	5.99 448	9.01 471	6.35 479	31.95 518	28.31 517	0.22 466	0.26 478	0.01 413	0.04 372	0.46 464	0.87 476

WAO-6	11.09 499	1.69 477	3.21 394	7.54 497	7.10 499	16.34 498	6.63 505	20.12 507	38.64 517	9.67 482	19.28 495	27.53 505	10.97 497	12.43 498	11.57 487	4.26 491	2.35 504	10.54 505	0.02 352	7.59 493	4.29 497

LVE	11.10 500	2.36 488	3.34 401	9.94 504	8.13 504	21.22 507	7.75 509	16.47 501	32.55 512	8.55 477	23.64 504	23.22 501	7.93 486	10.98 495	6.65 463	9.45 507	2.55 511	11.08 507	0.58 491	9.35 503	6.28 506

IMH	11.11 501	3.50 497	2.56 357	11.25 508	9.13 506	14.49 496	5.10 492	20.68 510	26.30 505	8.28 476	23.85 506	20.63 496	9.19 490	12.39 497	7.96 469	9.50 510	2.50 508	15.28 510	1.66 505	11.07 508	6.96 510

Dean	11.46 502	2.03 485	5.20 460	10.73 505	8.20 505	18.71 503	5.73 496	21.10 511	41.49 520	11.12 485	22.16 501	25.92 504	7.74 483	7.52 465	4.31 443	9.01 504	2.27 502	9.95 503	0.61 492	9.18 501	6.22 505

coex-ft	12.01 503	5.60 504	80.23 522	0.15 313	0.15 362	1.88 359	0.73 423	2.66 162	30.12 509	49.31 522	16.59 483	15.97 489	14.42 503	6.79 434	14.50 493	0.05 441	0.08 428	0.01 413	0.05 377	0.37 455	0.61 468

SGM-ForestM	12.56 504	0.80 429	4.31 443	1.07 467	0.41 443	21.56 508	8.57 510	17.42 502	19.67 500	29.93 515	28.49 515	45.83 519	27.22 515	26.05 514	18.40 505	0.14 460	0.25 475	0.18 469	0.28 473	0.18 385	0.42 465

LE_ROB	12.79 505	0.64 400	10.26 492	2.13 482	1.29 473	7.25 474	5.81 498	9.09 488	49.27 523	57.55 523	24.58 507	23.68 502	31.13 518	9.00 480	23.57 516	0.04 435	0.06 407	0.13 466	0.20 445	0.08 289	0.11 388

JetBlue	13.83 506	5.03 501	33.82 512	0.84 450	6.92 498	50.14 521	20.02 519	15.09 498	8.92 483	11.33 487	17.05 484	28.25 506	18.01 511	32.60 519	18.53 506	0.32 473	0.12 452	0.15 467	0.23 457	4.59 488	4.64 498

WAO-8	13.93 507	3.75 498	4.23 437	7.74 498	6.54 495	22.81 510	2.39 464	22.66 514	45.98 521	18.88 503	35.42 517	33.21 510	16.91 507	16.55 505	12.78 490	5.01 493	0.81 492	9.89 501	0.77 494	8.77 499	3.61 495

Venus	13.93 507	3.75 498	4.23 437	7.74 498	6.54 495	22.81 510	2.39 464	22.66 514	45.98 521	18.88 503	35.42 517	33.21 510	16.91 507	16.55 505	12.78 490	5.01 493	0.81 492	9.89 501	0.77 494	8.76 498	3.61 495

MANE	14.02 509	0.85 438	3.53 411	2.13 482	3.75 491	18.44 501	6.14 499	22.67 516	27.90 507	33.01 517	41.08 520	41.26 518	30.90 517	23.39 510	17.99 503	0.47 477	0.76 491	0.91 484	4.04 510	0.17 377	1.00 481

KSHMR	14.27 510	6.95 507	5.79 471	15.08 513	12.84 512	17.44 499	10.61 513	18.88 505	30.94 510	18.81 502	22.21 502	28.54 507	8.85 488	15.56 503	9.24 479	10.34 515	3.60 515	21.61 517	4.68 513	14.48 512	8.94 513

TorneroNet-64	15.45 511	5.66 505	3.44 408	13.86 510	12.03 511	28.15 517	6.27 502	19.89 506	38.68 518	12.16 490	28.06 513	35.76 513	15.44 505	19.56 508	15.40 496	9.71 511	2.52 509	19.13 514	2.70 506	12.55 510	7.94 512

TorneroNet	16.10 512	5.74 506	4.12 435	13.88 511	11.97 510	26.89 516	6.85 506	21.13 512	38.32 516	14.15 495	33.36 516	33.52 512	17.49 509	18.89 507	19.64 509	9.77 512	2.53 510	19.43 515	3.35 507	13.21 511	7.86 511

notaker	17.52 513	21.54 517	7.84 484	18.05 515	14.44 515	17.58 500	6.43 503	20.13 508	24.44 504	21.34 510	27.71 510	39.12 515	18.78 512	19.63 509	20.40 510	11.95 516	2.71 514	25.51 519	5.85 516	17.10 515	9.78 514

BEATNet-Init1	17.91 514	7.45 508	36.82 514	1.88 481	1.38 474	37.29 520	14.71 517	21.90 513	24.20 503	38.07 518	36.59 519	50.41 520	32.00 519	29.42 517	21.83 514	0.33 474	0.39 484	0.47 478	0.54 490	1.50 484	1.07 482

ktn	19.15 515	18.52 514	6.39 480	22.64 519	17.26 517	24.47 512	12.11 515	24.52 518	34.74 515	18.75 501	27.70 509	32.54 508	17.85 510	15.71 504	16.67 498	22.09 519	3.64 516	28.95 520	10.91 518	17.40 516	10.22 516

UNDER WATER	19.61 516	12.37 512	31.14 509	20.44 517	14.31 514	28.63 518	18.15 518	16.43 500	34.24 514	20.82 509	19.14 493	38.83 514	30.09 516	24.31 511	20.97 512	10.09 514	2.68 512	19.51 516	4.70 514	15.52 514	9.93 515

UNDER WATER-64	20.03 517	10.28 510	31.50 510	20.05 516	13.64 513	32.81 519	23.45 520	16.01 499	33.44 513	22.01 512	17.25 485	40.58 517	32.20 520	24.50 512	22.36 515	10.06 513	2.70 513	18.37 513	4.24 511	14.84 513	10.24 517

DLNR_Zeroshot_test	23.05 518	49.79 523	87.94 523	97.52 535	94.73 530	1.18 152	0.00 1	20.60 509	0.14 7	0.02 12	0.02 69	0.02 4	0.02 32	4.35 307	0.10 94	32.22 521	0.04 385	0.00 1	0.27 469	72.00 527	0.06 335

DPSimNet_ROB	25.03 519	19.56 516	24.93 508	24.36 520	17.85 518	22.25 509	25.93 521	28.52 519	29.10 508	32.61 516	28.25 514	32.87 509	26.42 513	24.51 513	40.42 519	16.75 518	13.93 519	25.19 518	22.38 521	19.96 518	24.75 522

HanzoNet	29.69 520	29.33 520	21.66 505	21.75 518	19.07 519	24.58 513	12.99 516	28.87 520	40.49 519	43.09 520	44.02 521	55.65 521	44.93 522	43.17 521	44.44 520	27.88 520	9.47 518	29.77 521	15.86 520	20.94 519	15.84 519

JetRed	34.54 521	39.28 522	62.16 516	15.62 514	26.51 520	69.20 523	40.79 523	31.43 521	32.41 511	46.06 521	44.55 522	40.19 516	26.50 514	38.43 520	56.06 523	12.76 517	37.49 524	13.23 508	9.38 517	29.52 520	19.34 520

MADNet++	47.78 522	34.15 521	37.11 515	42.94 521	41.23 522	64.94 522	30.63 522	60.79 524	53.26 524	72.08 524	61.65 524	57.68 522	54.96 523	58.03 522	59.24 524	43.01 523	36.17 523	36.07 522	22.50 522	47.50 521	41.67 523

TCMNet-wrong-test	55.95 523	78.75 526	71.85 521	90.95 527	89.50 527	78.08 524	71.33 524	38.19 522	12.35 489	40.71 519	51.28 523	59.53 523	35.38 521	64.04 524	52.16 522	38.10 522	6.00 517	47.22 524	41.12 523	82.64 528	69.84 527

LRCNet_RVC	60.63 524	63.16 524	62.94 517	69.09 526	50.21 523	19.92 506	0.07 279	58.32 523	5.21 468	75.67 525	86.75 525	74.68 524	62.48 524	59.01 523	49.80 521	93.38 529	56.36 528	93.48 529	92.95 529	67.44 526	71.73 529

tt	68.65 525	0.15 159	99.57 532	50.64 522	14.90 516	100.00 534	100.00 533	100.00 536	99.76 530	27.80 514	10.52 471	99.97 536	98.63 531	99.61 531	100.00 536	90.62 528	98.21 529	46.66 523	52.02 525	62.86 525	21.04 521

xxxxx1	76.92 526	82.43 527	93.26 526	61.67 523	66.92 524	95.84 528	95.11 528	75.84 525	80.96 525	82.71 526	86.75 525	89.18 525	87.35 525	85.27 525	87.18 525	55.08 524	54.60 525	60.31 525	72.71 526	62.51 522	62.73 524

tt_ll	76.92 526	82.43 527	93.26 526	61.67 523	66.92 524	95.84 528	95.11 528	75.84 525	80.96 525	82.71 526	86.75 525	89.18 525	87.35 525	85.27 525	87.18 525	55.08 524	54.60 525	60.31 525	72.71 526	62.51 522	62.73 524

ff	76.92 526	82.43 527	93.26 526	61.67 523	66.92 524	95.84 528	95.11 528	75.84 525	80.96 525	82.71 526	86.75 525	89.18 525	87.35 525	85.27 525	87.18 525	55.08 524	54.60 525	60.31 525	72.71 526	62.51 522	62.73 524

PML	89.08 529	99.72 533	92.85 525	94.72 529	94.92 531	99.54 533	97.42 531	93.50 528	95.96 529	99.77 534	92.33 529	95.35 529	93.51 529	99.96 536	91.15 528	99.98 537	31.71 522	100.00 535	45.94 524	93.46 530	69.88 528

MEDIAN_ROB	96.83 530	99.41 531	98.66 530	94.75 530	94.23 529	93.08 527	90.54 526	95.61 530	94.75 528	97.65 531	97.73 530	98.30 530	96.57 530	94.51 528	93.74 530	99.78 536	98.24 530	99.99 534	99.89 533	99.48 533	99.67 533

Anonymous_1	97.10 531	99.72 533	99.64 533	92.33 528	93.91 528	100.00 534	100.00 533	99.20 533	99.90 531	98.57 532	99.75 531	99.14 532	99.94 532	98.50 530	99.54 531	87.90 527	98.87 531	90.88 528	96.91 530	92.22 529	95.12 530

HaxPig	97.68 532	99.63 532	91.34 524	99.82 537	99.97 534	88.15 525	88.00 525	98.28 531	99.93 532	99.98 535	99.99 532	99.95 535	99.99 533	96.29 529	92.24 529	99.99 538	99.98 533	100.00 535	99.99 534	100.00 539	99.98 537

test_example2	98.83 533	99.97 538	99.97 534	99.96 539	99.97 534	99.46 532	99.97 532	95.54 529	100.00 533	100.00 536	100.00 533	93.37 528	93.47 528	99.93 535	99.91 532	100.00 539	99.79 532	96.64 530	98.71 531	100.00 539	100.00 539

DPSM_ROB	99.17 534	100.00 539	100.00 537	96.28 531	98.84 532	100.00 534	100.00 533	100.00 536	100.00 533	100.00 536	100.00 533	100.00 537	100.00 534	100.00 538	100.00 536	93.66 530	100.00 534	100.00 535	100.00 535	96.31 531	98.27 531

DPSM	99.17 534	100.00 539	100.00 537	96.28 531	98.84 532	100.00 534	100.00 533	100.00 536	100.00 533	100.00 536	100.00 533	100.00 537	100.00 534	100.00 538	100.00 536	93.66 530	100.00 534	100.00 535	100.00 535	96.31 531	98.27 531

AVERAGE_ROB	99.23 536	99.81 535	97.56 529	100.00 540	100.00 536	96.24 531	91.02 527	100.00 536	100.00 533	100.00 536	100.00 533	100.00 537	100.00 534	99.98 537	99.97 533	100.00 539	100.00 534	100.00 535	100.00 535	100.00 539	100.00 539

DGTPSM_ROB	99.45 537	99.94 536	99.98 535	96.58 533	100.00 536	100.00 534	100.00 533	99.81 534	100.00 533	95.86 529	100.00 533	99.32 533	100.00 534	99.79 532	99.99 534	98.34 532	100.00 534	99.86 531	100.00 535	99.52 534	99.99 538

DPSMNet_ROB	99.46 538	99.94 536	99.98 535	96.59 534	100.00 536	100.00 534	100.00 533	99.81 534	100.00 533	95.87 530	100.00 533	99.32 533	100.00 534	99.79 532	99.99 534	98.46 533	100.00 534	99.86 531	100.00 535	99.52 534	100.00 539

CasAABBNet	99.94 539	100.00 539	100.00 537	99.72 536	100.00 536	100.00 534	100.00 533	100.00 536	100.00 533	100.00 536	100.00 533	100.00 537	100.00 534	100.00 538	100.00 536	99.21 534	100.00 534	100.00 535	100.00 535	99.96 536	99.95 535

LSM0	99.94 539	100.00 539	100.00 537	99.84 538	100.00 536	100.00 534	100.00 533	100.00 536	100.00 533	100.00 536	100.00 533	100.00 537	100.00 534	100.00 538	100.00 536	99.22 535	100.00 534	100.00 535	100.00 535	99.99 537	99.83 534

Selective-RAFT-Error	100.00 541	100.00 539	100.00 537	100.00 540	100.00 536	100.00 534	100.00 533	100.00 536	100.00 533	100.00 536	100.00 533	100.00 537	100.00 534	100.00 538	100.00 536	100.00 539	100.00 534	100.00 535	100.00 535	99.99 537	99.95 535

ccccc		94.69 530		100.00 540	100.00 536	92.59 526		98.75 532		98.59 533		98.60 531		99.86 534		100.00 539	100.00 534	99.91 533	99.54 532	100.00 539

ASD4		67.10 525

Low-res two-view benchmark