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

StereoAnything_RVC	0.35 74	1.25 453	1.82 205	0.20 3	0.12 3	0.26 5	0.15 4	0.43 27	0.37 26	0.14 1	0.10 1	0.11 1	0.19 34	0.46 133	0.14 1	0.11 180	0.09 143	0.08 8	0.05 1	0.76 466	0.18 242

trnet	0.28 16	0.26 58	1.32 59	0.19 1	0.12 3	0.54 144	0.15 4	0.48 51	0.46 95	0.27 67	0.33 81	0.24 41	0.21 51	0.30 28	0.21 47	0.10 122	0.07 18	0.08 8	0.05 1	0.09 13	0.07 5

LoS_RVC	0.29 25	0.33 123	1.19 37	0.25 32	0.34 335	0.43 55	0.22 83	0.42 21	0.32 6	0.22 27	0.33 81	0.23 29	0.24 81	0.31 35	0.21 47	0.07 2	0.07 18	0.07 1	0.05 1	0.10 20	0.31 383

CAS	0.35 74	0.25 45	1.30 56	0.79 457	0.34 335	0.51 113	0.23 110	0.46 36	0.39 40	0.22 27	0.31 69	0.20 12	0.17 12	0.28 13	0.23 67	0.73 470	0.06 2	0.07 1	0.05 1	0.09 13	0.37 416

LoS	0.31 43	0.30 103	1.52 102	0.23 8	0.13 11	0.54 144	0.20 46	0.48 51	0.49 118	0.25 54	0.28 44	0.37 123	0.24 81	0.38 82	0.23 67	0.10 122	0.08 77	0.08 8	0.05 1	0.15 110	0.07 5
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
CES	0.30 35	0.27 64	1.09 27	0.23 8	0.50 419	0.40 47	0.20 46	0.46 36	0.44 73	0.22 27	0.28 44	0.26 63	0.19 34	0.33 50	0.21 47	0.09 39	0.07 18	0.08 8	0.05 1	0.15 110	0.49 446

CREStereo	0.28 16	0.30 103	1.33 61	0.19 1	0.13 11	0.55 156	0.17 16	0.48 51	0.46 95	0.27 67	0.33 81	0.24 41	0.21 51	0.31 35	0.21 47	0.11 180	0.07 18	0.08 8	0.05 1	0.10 20	0.07 5
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
PMTNet	0.31 43	0.35 141	1.30 56	0.20 3	0.14 20	0.57 189	0.25 161	0.46 36	0.42 60	0.27 67	0.32 74	0.27 72	0.24 81	0.39 87	0.23 67	0.43 449	0.07 18	0.08 8	0.05 1	0.18 192	0.07 5

FoundationStereo	0.20 1	0.30 103	0.81 10	0.21 5	0.22 188	0.21 2	0.16 12	0.25 1	0.38 30	0.15 2	0.11 2	0.18 8	0.17 12	0.23 2	0.16 2	0.09 39	0.13 269	0.08 8	0.06 9	0.07 1	0.07 5

HUF	0.59 310	0.65 294	2.46 372	0.45 378	0.77 463	0.34 26	0.24 142	0.46 36	0.39 40	0.31 82	0.28 44	0.25 51	0.19 34	0.67 226	0.18 7	0.12 231	2.03 503	0.08 8	0.06 9	0.31 353	1.59 500

GIP-stereo	0.26 9	0.22 25	0.78 9	0.29 129	0.20 154	0.42 53	0.17 16	0.64 147	0.39 40	0.18 8	0.24 24	0.23 29	0.18 26	0.25 4	0.47 274	0.09 39	0.07 18	0.08 8	0.06 9	0.17 166	0.08 17

DEFOM-Stereo	0.22 3	0.22 25	0.91 14	0.23 8	0.13 11	0.49 96	0.18 23	0.30 2	0.28 1	0.19 11	0.17 5	0.14 2	0.14 2	0.41 95	0.16 2	0.08 9	0.06 2	0.07 1	0.06 9	0.09 13	0.09 28

IGEV-Stereo++	0.23 4	0.23 32	0.64 4	0.24 16	0.22 188	0.47 81	0.13 1	0.52 78	0.33 10	0.18 8	0.24 24	0.17 6	0.22 60	0.32 42	0.19 12	0.08 9	0.06 2	0.08 8	0.06 9	0.17 166	0.09 28

Any-RAFT	0.38 94	0.25 45	1.89 237	0.27 74	0.17 81	0.68 338	0.21 64	0.78 249	0.53 162	0.43 138	0.43 131	0.54 241	0.30 162	0.41 95	0.20 34	0.10 122	0.12 251	0.08 8	0.06 9	0.10 20	0.09 28

s12784h	0.36 80	0.28 85	1.58 110	0.23 8	0.11 1	0.62 273	0.24 142	0.79 265	0.64 269	0.44 144	0.52 211	0.28 81	0.26 110	0.50 165	0.24 88	0.11 180	0.06 2	0.09 44	0.06 9	0.16 145	0.06 1

TANstereo	0.33 55	0.49 224	1.75 153	0.23 8	0.12 3	0.54 144	0.16 12	0.40 13	0.45 88	0.45 154	0.51 199	0.26 63	0.22 60	0.29 22	0.20 34	0.10 122	0.10 180	0.08 8	0.06 9	0.08 4	0.11 66

XX-TBD	0.34 63	0.77 335	1.75 153	0.34 250	0.13 11	0.51 113	0.17 16	0.43 27	0.50 128	0.37 103	0.49 187	0.23 29	0.18 26	0.28 13	0.24 88	0.10 122	0.07 18	0.08 8	0.06 9	0.09 13	0.07 5

iResNet_ROB	0.50 235	1.15 440	1.73 143	0.31 171	0.21 165	0.58 206	0.22 83	0.95 385	0.82 406	0.58 300	0.62 297	0.57 263	0.39 229	0.84 265	0.40 238	0.11 180	0.08 77	0.09 44	0.06 9	0.21 241	0.13 133

pmcnn	1.32 461	1.05 425	2.77 425	0.74 453	1.43 489	0.72 359	0.56 404	0.96 390	0.91 427	0.99 437	2.92 492	6.01 504	0.70 390	2.38 445	3.32 483	0.13 261	0.10 180	0.08 8	0.06 9	0.34 375	0.22 293

HART	0.38 94	0.53 238	1.66 124	0.26 59	0.15 35	0.30 12	0.19 29	0.67 164	0.46 95	0.29 75	0.52 211	0.38 130	0.16 7	0.41 95	0.20 34	0.08 9	0.68 479	0.09 44	0.07 20	0.34 375	0.21 282

MonSter	0.20 1	0.22 25	0.65 5	0.21 5	0.17 81	0.33 22	0.15 4	0.46 36	0.32 6	0.16 5	0.17 5	0.14 2	0.11 1	0.27 8	0.23 67	0.06 1	0.05 1	0.07 1	0.07 20	0.07 1	0.09 28

WCG-NET	0.30 35	0.42 184	1.26 50	0.24 16	0.12 3	0.43 55	0.24 142	0.40 13	0.56 190	0.35 95	0.37 99	0.26 63	0.24 81	0.29 22	0.19 12	0.08 9	0.12 251	0.08 8	0.07 20	0.22 258	0.10 48

WCG-NET（raft）	0.32 48	0.53 238	1.21 43	0.23 8	0.12 3	0.44 58	0.24 142	0.40 13	0.50 128	0.35 95	0.35 91	0.47 208	0.25 96	0.35 62	0.20 34	0.08 9	0.29 426	0.08 8	0.07 20	0.22 258	0.11 66

RAFT-Stereo-weight	0.34 63	0.29 93	1.43 81	0.28 99	0.28 272	0.55 156	0.22 83	0.78 249	0.48 112	0.46 162	0.38 108	0.36 121	0.17 12	0.33 50	0.23 67	0.09 39	0.08 77	0.09 44	0.07 20	0.09 13	0.09 28

test_for_model	0.64 337	1.60 474	1.82 205	1.23 483	1.02 478	0.53 137	0.23 110	0.75 212	0.50 128	0.57 282	0.29 50	0.25 51	0.20 42	0.26 6	0.22 59	0.76 473	0.31 432	0.08 8	0.07 20	1.68 493	0.50 449

UniTT-Stereo	0.30 35	0.36 149	1.68 127	0.27 74	0.24 220	0.29 10	0.18 23	0.33 4	0.34 12	0.26 62	0.37 99	0.18 8	0.18 26	0.31 35	0.27 115	0.10 122	0.08 77	0.08 8	0.07 20	0.25 297	0.08 17

GCAP-Stereo	0.34 63	0.89 377	1.76 158	0.26 59	0.12 3	0.52 130	0.14 2	0.49 57	0.38 30	0.29 75	0.30 59	0.29 88	0.22 60	0.30 28	0.20 34	0.09 39	0.17 346	0.09 44	0.07 20	0.21 241	0.11 66

knoymous	0.34 63	0.25 45	1.75 153	0.24 16	0.18 112	0.45 60	0.24 142	0.57 109	0.38 30	0.41 128	0.39 116	0.55 245	0.25 96	0.38 82	0.23 67	0.11 180	0.08 77	0.12 203	0.07 20	0.13 73	0.12 99

RCA-Stereo	0.34 63	0.32 118	1.30 56	0.26 59	0.14 20	0.58 206	0.23 110	0.78 249	0.62 249	0.40 119	0.44 142	0.28 81	0.35 189	0.29 22	0.20 34	0.09 39	0.10 180	0.09 44	0.07 20	0.19 213	0.08 17

DCANet-4	0.40 115	0.27 64	2.21 323	0.25 32	0.14 20	0.51 113	0.22 83	0.77 235	0.72 343	0.54 244	0.47 158	0.28 81	0.37 208	0.37 76	0.34 196	0.09 39	0.07 18	0.08 8	0.07 20	0.08 4	0.22 293

fff	0.43 147	0.77 335	1.95 263	0.24 16	0.13 11	0.51 113	0.22 83	0.77 235	0.75 374	0.54 244	0.47 158	0.31 94	0.65 376	0.36 69	0.34 196	0.09 39	0.07 18	0.08 8	0.07 20	0.08 4	0.22 293

ADStereo(finetuned)	0.45 175	0.77 335	2.12 305	0.25 32	0.14 20	0.51 113	0.22 83	0.77 235	0.72 343	0.54 244	0.48 170	0.31 94	0.76 405	0.37 76	0.38 219	0.09 39	0.07 18	0.09 44	0.07 20	0.13 73	0.23 317

CroCo-Stereo	0.30 35	0.45 208	1.08 25	0.31 171	0.17 81	0.19 1	0.21 64	0.73 197	0.50 128	0.21 20	0.24 24	0.55 245	0.22 60	0.27 8	0.26 107	0.09 39	0.08 77	0.08 8	0.07 20	0.12 45	0.09 28
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
raftrobust	0.38 94	0.68 304	1.54 104	0.32 199	0.46 413	0.52 130	0.21 64	0.56 106	0.42 60	0.52 221	0.35 91	0.31 94	0.33 179	0.37 76	0.30 156	0.10 122	0.11 226	0.08 8	0.07 20	0.21 241	0.19 258

DCANet	0.42 141	0.77 335	1.95 263	0.25 32	0.14 20	0.51 113	0.22 83	0.77 235	0.72 343	0.54 244	0.48 170	0.31 94	0.41 247	0.36 69	0.39 230	0.09 39	0.07 18	0.09 44	0.07 20	0.13 73	0.23 317

csc	0.43 147	0.77 335	1.95 263	0.24 16	0.13 11	0.51 113	0.22 83	0.77 235	0.75 374	0.54 244	0.47 158	0.31 94	0.65 376	0.36 69	0.34 196	0.09 39	0.07 18	0.08 8	0.07 20	0.08 4	0.22 293

cscssc	0.43 147	0.77 335	1.95 263	0.24 16	0.13 11	0.51 113	0.22 83	0.77 235	0.75 374	0.54 244	0.47 158	0.31 94	0.65 376	0.36 69	0.34 196	0.09 39	0.07 18	0.08 8	0.07 20	0.08 4	0.22 293

111	0.48 206	1.09 429	1.95 263	0.24 16	0.13 11	0.59 222	0.26 182	0.83 285	0.78 392	0.48 182	0.52 211	0.56 257	0.38 215	0.49 159	0.38 219	0.09 39	0.07 18	0.09 44	0.07 20	0.23 271	0.35 401

R-Stereo Train	0.36 80	0.21 14	1.70 133	0.29 129	0.18 112	0.55 156	0.26 182	0.78 249	0.36 22	0.57 282	0.67 338	0.33 108	0.24 81	0.32 42	0.23 67	0.10 122	0.08 77	0.09 44	0.07 20	0.09 13	0.12 99

RAFT-Stereo	0.36 80	0.21 14	1.70 133	0.29 129	0.18 112	0.55 156	0.26 182	0.78 249	0.36 22	0.57 282	0.67 338	0.33 108	0.24 81	0.32 42	0.23 67	0.10 122	0.08 77	0.09 44	0.07 20	0.09 13	0.12 99
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
iResNetv2_ROB	0.59 310	1.43 468	2.96 443	0.40 338	0.22 188	0.58 206	0.28 223	0.91 347	0.73 357	0.57 282	0.63 309	0.60 278	0.41 247	0.74 248	0.35 204	0.11 180	0.08 77	0.10 89	0.07 20	0.43 425	0.17 222

MLCV	0.48 206	0.89 377	1.85 216	0.29 129	0.14 20	0.59 222	0.23 110	0.72 186	0.59 211	0.66 366	0.66 335	0.55 245	0.36 195	1.03 283	0.49 284	0.09 39	0.06 2	0.09 44	0.07 20	0.19 213	0.11 66

MM-Stereo_test3	0.40 115	0.58 258	1.75 153	0.36 284	0.30 289	0.45 60	0.30 254	0.72 186	0.59 211	0.31 82	0.43 131	0.32 102	0.23 73	0.35 62	0.29 138	0.10 122	0.20 378	0.10 89	0.08 43	0.40 416	0.11 66

fffft	0.29 25	0.21 14	1.10 29	0.24 16	0.15 35	0.42 53	0.24 142	0.42 21	0.38 30	0.21 20	0.18 7	0.20 12	0.16 7	0.44 113	0.70 346	0.07 2	0.06 2	0.10 89	0.08 43	0.28 331	0.20 273
1: 1. 1
SMoEStereo_RVC	0.29 25	0.26 58	1.03 22	0.25 32	0.14 20	0.46 76	0.22 83	0.36 6	0.38 30	0.23 35	0.23 16	0.21 20	0.18 26	0.45 124	0.60 322	0.07 2	0.06 2	0.10 89	0.08 43	0.20 228	0.20 273

tt45	0.29 25	0.24 40	1.06 24	0.25 32	0.17 81	0.55 156	0.22 83	0.41 18	0.35 16	0.24 39	0.25 30	0.25 51	0.18 26	0.64 212	0.34 196	0.08 9	0.07 18	0.10 89	0.08 43	0.21 241	0.11 66

999	0.29 25	0.25 45	1.05 23	0.26 59	0.18 112	0.49 96	0.23 110	0.38 9	0.37 26	0.20 15	0.32 74	0.23 29	0.18 26	0.73 245	0.36 206	0.08 9	0.07 18	0.09 44	0.08 43	0.24 286	0.10 48

mms	0.27 10	0.26 58	0.91 14	0.25 32	0.18 112	0.32 19	0.23 110	0.37 7	0.31 3	0.21 20	0.30 59	0.23 29	0.17 12	0.46 133	0.21 47	0.08 9	0.10 180	0.10 89	0.08 43	0.22 258	0.47 442

ours_stereo	0.27 10	0.25 45	1.21 43	0.25 32	0.17 81	0.35 31	0.23 110	0.38 9	0.35 16	0.20 15	0.31 69	0.23 29	0.17 12	0.41 95	0.20 34	0.08 9	0.07 18	0.10 89	0.08 43	0.22 258	0.18 242

fffy	0.28 16	0.24 40	1.19 37	0.27 74	0.15 35	0.37 38	0.22 83	0.42 21	0.32 6	0.20 15	0.29 50	0.26 63	0.20 42	0.44 113	0.20 34	0.08 9	0.10 180	0.10 89	0.08 43	0.22 258	0.18 242

RAStereo	0.28 16	0.48 221	1.52 102	0.26 59	0.18 112	0.25 4	0.19 29	0.42 21	0.35 16	0.20 15	0.25 30	0.20 12	0.16 7	0.24 3	0.24 88	0.09 39	0.08 77	0.10 89	0.08 43	0.12 45	0.08 17

MGS-Stereo	0.32 48	0.34 134	1.70 133	0.25 32	0.14 20	0.40 47	0.22 83	0.38 9	0.43 69	0.24 39	0.51 199	0.25 51	0.18 26	0.31 35	0.20 34	0.09 39	0.08 77	0.09 44	0.08 43	0.47 436	0.08 17

qqq1	0.48 206	0.46 210	1.60 113	0.30 145	0.15 35	0.45 60	0.24 142	0.90 337	0.72 343	0.56 271	0.64 324	0.51 227	0.41 247	1.87 397	0.23 67	0.13 261	0.10 180	0.09 44	0.08 43	0.14 93	0.11 66

fff1	0.48 206	0.46 210	1.60 113	0.30 145	0.15 35	0.45 60	0.24 142	0.90 337	0.72 343	0.56 271	0.64 324	0.51 227	0.41 247	1.87 397	0.23 67	0.13 261	0.10 180	0.09 44	0.08 43	0.14 93	0.11 66

11t1	0.33 55	0.19 5	1.41 76	0.33 220	0.16 55	0.48 89	0.21 64	0.67 164	0.48 112	0.40 119	0.34 87	0.32 102	0.33 179	0.42 103	0.27 115	0.11 180	0.12 251	0.10 89	0.08 43	0.13 73	0.14 148

MaDis-Stereo	0.29 25	0.54 243	1.44 83	0.24 16	0.29 278	0.29 10	0.16 12	0.45 34	0.37 26	0.19 11	0.21 11	0.28 81	0.22 60	0.30 28	0.29 138	0.10 122	0.09 143	0.10 89	0.08 43	0.11 34	0.11 66

EGLCR-Stereo	0.29 25	0.27 64	0.97 19	0.30 145	0.19 140	0.56 171	0.17 16	0.68 168	0.36 22	0.30 78	0.18 7	0.27 72	0.17 12	0.38 82	0.19 12	0.09 39	0.07 18	0.10 89	0.08 43	0.10 20	0.35 401

riskmin	0.37 86	0.22 25	1.74 147	0.32 199	0.20 154	0.48 89	0.20 46	0.66 155	0.46 95	0.36 99	0.34 87	0.69 328	0.45 285	0.39 87	0.27 115	0.11 180	0.08 77	0.12 203	0.08 43	0.13 73	0.16 205

ProNet	0.30 35	0.54 243	1.29 53	0.25 32	0.15 35	0.47 81	0.25 161	0.48 51	0.39 40	0.21 20	0.23 16	0.22 22	0.20 42	0.44 113	0.19 12	0.08 9	0.08 77	0.10 89	0.08 43	0.23 271	0.12 99

CroCo-Stereo Lap2	0.33 55	0.61 266	1.47 90	0.32 199	0.38 372	0.23 3	0.22 83	0.58 115	0.46 95	0.22 27	0.27 40	0.29 88	0.23 73	0.32 42	0.26 107	0.09 39	0.09 143	0.10 89	0.08 43	0.21 241	0.14 148

Wz-Net-LNSev-Ref	0.57 298	0.87 370	2.11 302	0.32 199	0.30 289	0.84 407	0.40 336	0.88 325	0.72 343	0.65 364	0.73 375	0.66 305	0.57 346	0.93 271	0.71 349	0.13 261	0.07 18	0.10 89	0.08 43	0.15 110	0.14 148

GANet-ADL	0.44 157	0.41 177	2.31 342	0.33 220	0.20 154	0.57 189	0.25 161	0.75 212	0.54 174	0.42 133	0.59 270	0.56 257	0.30 162	0.40 92	0.38 219	0.14 300	0.11 226	0.09 44	0.08 43	0.22 258	0.17 222

RALCasStereoNet	0.45 175	0.88 374	1.85 216	0.30 145	0.26 249	0.49 96	0.26 182	0.58 115	0.51 136	0.36 99	0.48 170	0.36 121	0.28 141	0.55 186	0.34 196	0.10 122	0.53 466	0.09 44	0.08 43	0.25 297	0.34 399

DIP-Stereo	0.37 86	0.34 134	1.50 99	0.27 74	0.18 112	0.63 290	0.17 16	0.92 356	0.53 162	0.49 193	0.48 170	0.30 92	0.30 162	0.39 87	0.30 156	0.10 122	0.08 77	0.10 89	0.08 43	0.15 110	0.12 99
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
HITNet	0.46 185	0.92 382	2.09 297	0.33 220	0.14 20	0.55 156	0.22 83	0.83 285	0.56 190	0.51 213	0.49 187	0.48 219	0.37 208	0.48 149	0.54 302	0.09 39	0.06 2	0.10 89	0.08 43	0.23 271	0.09 28
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
HSM	0.62 329	0.76 326	1.72 140	0.30 145	0.29 278	0.64 301	0.28 223	0.94 372	0.62 249	0.58 300	0.57 261	1.40 462	0.64 374	2.59 465	0.42 246	0.11 180	0.08 77	0.10 89	0.08 43	0.14 93	0.11 66

iResNet	0.51 252	0.76 326	2.59 398	0.41 345	0.17 81	0.64 301	0.27 207	0.82 279	0.70 325	0.57 282	0.64 324	0.43 167	0.36 195	0.70 240	0.52 294	0.10 122	0.07 18	0.09 44	0.08 43	0.21 241	0.13 133

MM-Stereo_test1	0.41 122	0.39 166	2.29 340	0.38 320	0.26 249	0.44 58	0.28 223	0.63 145	0.51 136	0.40 119	0.32 74	0.26 63	0.26 110	0.46 133	0.22 59	0.09 39	0.21 387	0.10 89	0.09 68	0.39 411	0.15 181

test_sample1	0.40 115	0.18 3	1.19 37	0.31 171	0.18 112	0.48 89	0.23 110	0.78 249	0.49 118	0.44 144	0.44 142	0.45 187	0.41 247	1.39 319	0.33 189	0.11 180	0.09 143	0.10 89	0.09 68	0.12 45	0.13 133

Former-RAFT_DAM_RVC	0.50 235	0.33 123	0.93 17	0.26 59	0.22 188	0.46 76	0.20 46	1.10 452	1.34 466	3.16 501	0.32 74	0.22 22	0.20 42	0.30 28	0.22 59	0.10 122	0.09 143	0.11 151	0.09 68	0.15 110	0.19 258

ACVNet-DCA	0.42 141	0.64 287	2.07 291	0.35 266	0.14 20	0.76 376	0.25 161	0.76 225	0.52 143	0.31 82	0.38 108	0.24 41	0.38 215	0.69 235	0.19 12	0.10 122	0.24 402	0.11 151	0.09 68	0.12 45	0.14 148

1test111	0.44 157	0.64 287	2.07 291	0.35 266	0.14 20	0.76 376	0.25 161	0.76 225	0.52 143	0.31 82	0.38 108	0.24 41	0.38 215	0.96 274	0.30 156	0.10 122	0.24 402	0.11 151	0.09 68	0.12 45	0.14 148

cc1	0.47 200	0.64 287	2.07 291	0.35 266	0.14 20	0.76 376	0.25 161	0.74 201	1.01 441	0.31 82	0.38 108	0.24 41	0.38 215	0.69 235	0.19 12	0.10 122	0.24 402	0.11 151	0.09 68	0.25 297	0.40 429

tt1	0.44 157	0.64 287	1.83 211	0.35 266	0.14 20	0.76 376	0.25 161	0.74 201	0.88 420	0.31 82	0.37 99	0.25 51	0.35 189	0.63 210	0.19 12	0.10 122	0.24 402	0.11 151	0.09 68	0.25 297	0.36 409

GMStereo_Zeroshot	0.41 122	0.36 149	1.54 104	0.41 345	0.19 140	0.52 130	0.19 29	0.59 123	0.52 143	0.57 282	0.59 270	0.63 287	0.29 154	0.58 193	0.33 189	0.15 317	0.09 143	0.16 341	0.09 68	0.24 286	0.12 99

plain	0.37 86	0.47 218	2.15 313	0.27 74	0.19 140	0.33 22	0.20 46	0.58 115	0.46 95	0.23 35	0.37 99	0.23 29	0.25 96	0.45 124	0.28 124	0.11 180	0.08 77	0.13 261	0.09 68	0.42 423	0.12 99

HH	0.49 224	0.49 224	2.78 427	0.50 400	0.41 391	0.38 43	0.23 110	0.72 186	0.38 30	0.63 347	0.48 170	0.87 395	0.41 247	0.64 212	0.21 47	0.09 39	0.17 346	0.10 89	0.09 68	0.16 145	0.12 99

HanStereo	0.49 224	0.49 224	2.78 427	0.50 400	0.41 391	0.38 43	0.23 110	0.72 186	0.38 30	0.63 347	0.48 170	0.87 395	0.41 247	0.64 212	0.21 47	0.09 39	0.17 346	0.10 89	0.09 68	0.16 145	0.12 99

x	0.35 74	0.20 9	1.36 66	0.33 220	0.17 81	0.47 81	0.24 142	0.75 212	0.54 174	0.40 119	0.40 121	0.42 163	0.34 187	0.45 124	0.32 179	0.11 180	0.14 286	0.11 151	0.09 68	0.12 45	0.14 148

DAS	0.56 292	0.35 141	1.55 106	0.33 220	0.34 335	0.50 104	0.42 345	0.83 285	0.74 361	0.83 418	0.68 346	0.56 257	0.48 311	2.40 449	0.46 265	0.12 231	0.08 77	0.12 203	0.09 68	0.18 192	0.15 181

SepStereo	0.52 263	0.35 141	1.55 106	0.33 220	0.34 335	0.50 104	0.42 345	0.83 285	0.74 361	0.83 418	0.68 346	0.56 257	0.48 311	1.56 345	0.46 265	0.12 231	0.08 77	0.12 203	0.09 68	0.18 192	0.15 181

IPLGR	0.54 274	0.56 254	2.68 409	0.36 284	0.18 112	0.62 273	0.54 396	1.02 433	0.64 269	0.73 394	0.46 153	0.47 208	0.45 285	1.12 295	0.29 138	0.09 39	0.08 77	0.11 151	0.09 68	0.19 213	0.12 99

GwcNet-ADL	0.50 235	0.74 323	2.90 440	0.31 171	0.20 154	0.58 206	0.29 246	0.87 320	0.64 269	0.47 164	0.47 158	0.56 257	0.33 179	0.46 133	0.46 265	0.13 261	0.12 251	0.09 44	0.09 68	0.14 93	0.21 282

STrans-v2	0.67 353	0.56 254	2.64 404	0.27 74	0.23 207	0.57 189	0.33 298	0.96 390	0.69 316	0.92 430	0.85 401	0.89 401	0.93 429	1.83 390	1.21 413	0.09 39	0.07 18	0.10 89	0.09 68	0.11 34	0.12 99

TransformOpticalFlow	0.64 337	0.56 254	2.66 407	0.44 364	0.26 249	0.62 273	0.28 223	0.83 285	0.71 335	0.76 400	0.74 378	0.91 405	0.85 418	1.83 390	0.81 370	0.10 122	0.07 18	0.11 151	0.09 68	0.11 34	0.12 99

OMP-Stereo	0.59 310	0.65 294	1.74 147	0.56 426	0.37 366	0.60 232	0.26 182	0.70 178	0.65 282	0.66 366	0.60 285	0.69 328	0.32 176	2.09 426	1.20 411	0.10 122	0.07 18	0.12 203	0.09 68	0.17 166	0.10 48

IIG-Stereo	0.59 310	0.65 294	1.74 147	0.54 417	0.23 207	0.61 253	0.21 64	0.73 197	0.65 282	0.64 357	0.69 354	0.69 328	0.38 215	2.09 426	1.39 424	0.11 180	0.07 18	0.11 151	0.09 68	0.15 110	0.09 28

NRIStereo	0.46 185	0.25 45	1.77 167	0.47 388	0.16 55	0.95 427	0.74 442	0.51 67	0.56 190	0.48 182	0.39 116	0.59 272	0.29 154	0.77 256	0.32 179	0.11 180	0.13 269	0.11 151	0.09 68	0.21 241	0.24 329

DeepStereo_RVC	0.44 157	0.28 85	1.92 250	0.49 398	0.17 81	0.60 232	0.59 412	0.50 63	0.52 143	0.49 193	0.45 146	0.39 136	0.86 421	0.45 124	0.33 189	0.11 180	0.08 77	0.11 151	0.09 68	0.15 110	0.19 258

RAFT-345	0.53 269	0.30 103	2.34 348	0.38 320	0.34 335	0.58 206	0.42 345	0.47 46	0.61 231	0.51 213	1.00 426	0.43 167	0.28 141	1.57 347	0.82 371	0.10 122	0.07 18	0.11 151	0.09 68	0.10 20	0.08 17

CRE-IMP	0.41 122	0.22 25	1.76 158	0.48 396	0.17 81	0.79 393	0.69 434	0.52 78	0.52 143	0.47 164	0.42 129	0.45 187	0.26 110	0.41 95	0.31 168	0.11 180	0.07 18	0.12 203	0.09 68	0.17 166	0.23 317

Prome-Stereo	0.49 224	0.30 103	1.76 158	0.60 439	0.23 207	0.63 290	0.42 345	0.62 139	0.60 216	0.59 313	1.03 431	0.43 167	0.72 395	0.60 204	0.33 189	0.09 39	0.07 18	0.10 89	0.09 68	0.11 34	0.43 436

LMCR-Stereo	0.52 263	0.71 313	2.39 358	0.40 338	0.21 165	0.74 367	0.31 267	1.02 433	0.64 269	0.61 328	0.63 309	0.39 136	0.51 322	0.62 207	0.42 246	0.19 376	0.09 143	0.12 203	0.09 68	0.23 271	0.12 99

TestStereo	0.45 175	0.54 243	2.11 302	0.29 129	0.16 55	0.43 55	0.24 142	0.54 96	0.45 88	0.37 103	0.46 153	0.34 114	0.27 127	1.98 414	0.27 115	0.11 180	0.08 77	0.12 203	0.09 68	0.14 93	0.08 17

raft+_RVC	0.44 157	0.67 302	1.85 216	0.34 250	0.71 457	0.51 113	0.25 161	0.64 147	0.51 136	0.35 95	0.45 146	0.32 102	0.28 141	0.43 106	0.32 179	0.09 39	0.19 367	0.10 89	0.09 68	0.20 228	0.40 429

RAFT-Stereo + iAFF	0.42 141	0.86 367	1.78 172	0.28 99	0.17 81	0.52 130	0.20 46	0.62 139	0.61 231	0.50 200	0.61 292	0.39 136	0.32 176	0.35 62	0.30 156	0.07 2	0.10 180	0.09 44	0.09 68	0.35 385	0.10 48

ACVNet	0.45 175	0.44 200	1.79 192	0.28 99	0.21 165	0.59 222	0.36 316	0.66 155	0.68 307	0.45 154	0.59 270	0.69 328	0.40 236	0.44 113	0.55 303	0.11 180	0.09 143	0.10 89	0.09 68	0.34 375	0.10 48

acv_ft	0.48 206	0.44 200	1.76 158	0.32 199	0.41 391	0.63 290	0.28 223	0.81 272	0.68 307	0.61 328	0.59 270	0.69 328	0.45 285	0.44 113	0.63 329	0.11 180	0.09 143	0.10 89	0.09 68	0.41 419	0.10 48

BEATNet_4x	0.47 200	0.73 320	1.91 247	0.33 220	0.15 35	0.56 171	0.25 161	0.85 301	0.58 204	0.54 244	0.51 199	0.57 263	0.42 263	0.57 190	0.61 325	0.11 180	0.08 77	0.12 203	0.09 68	0.20 228	0.16 205

HSM-Net_RVC	0.67 353	0.34 134	2.23 331	0.26 59	0.19 140	0.67 326	0.29 246	1.26 466	0.69 316	0.72 390	0.70 364	0.78 366	0.42 263	3.77 495	0.41 244	0.13 261	0.09 143	0.10 89	0.09 68	0.12 45	0.11 66
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
AANet_RVC	0.68 360	1.00 415	2.09 297	0.33 220	0.25 235	0.58 206	0.32 290	0.81 272	0.80 400	0.61 328	0.94 416	0.80 374	0.41 247	2.46 455	1.02 395	0.36 446	0.14 286	0.10 89	0.09 68	0.23 271	0.22 293

MM-Stereo_test2	0.38 94	0.28 85	2.46 372	0.43 357	0.15 35	0.50 104	0.25 161	0.47 46	0.38 30	0.33 92	0.26 36	0.23 29	0.22 60	0.34 57	0.29 138	0.08 9	0.09 143	0.09 44	0.10 102	0.36 389	0.22 293

dual_stereo	0.23 4	0.25 45	0.66 6	0.21 5	0.15 35	0.27 6	0.15 4	0.62 139	0.40 47	0.15 2	0.13 4	0.18 8	0.14 2	0.37 76	0.19 12	0.09 39	0.31 432	0.07 1	0.10 102	0.07 1	0.07 5

rvit_stereo_0083	0.25 6	0.19 5	0.58 1	0.28 99	0.18 112	0.28 7	0.22 83	0.38 9	0.54 174	0.23 35	0.30 59	0.27 72	0.26 110	0.37 76	0.24 88	0.14 300	0.12 251	0.13 261	0.10 102	0.12 45	0.10 48

rvit_stereo_0081_aga	0.27 10	0.29 93	1.08 25	0.26 59	0.20 154	0.33 22	0.21 64	0.41 18	0.42 60	0.26 62	0.28 44	0.27 72	0.21 51	0.31 35	0.21 47	0.14 300	0.10 180	0.11 151	0.10 102	0.14 93	0.10 48

rvit_stereo_0081	0.25 6	0.21 14	0.61 2	0.28 99	0.17 81	0.31 16	0.22 83	0.42 21	0.53 162	0.24 39	0.25 30	0.25 51	0.21 51	0.34 57	0.23 67	0.13 261	0.10 180	0.11 151	0.10 102	0.12 45	0.09 28

rvit_stereo_0082	0.25 6	0.21 14	0.61 2	0.28 99	0.17 81	0.31 16	0.22 83	0.42 21	0.53 162	0.24 39	0.25 30	0.25 51	0.21 51	0.34 57	0.23 67	0.13 261	0.10 180	0.11 151	0.10 102	0.12 45	0.09 28

rvit_stereo_0080	0.27 10	0.38 157	0.76 7	0.24 16	0.18 112	0.34 26	0.27 207	0.54 96	0.44 73	0.24 39	0.26 36	0.27 72	0.22 60	0.29 22	0.23 67	0.13 261	0.10 180	0.10 89	0.10 102	0.15 110	0.11 66

test_sample2	0.41 122	0.19 5	1.23 45	0.31 171	0.17 81	0.51 113	0.27 207	0.81 272	0.55 180	0.44 144	0.45 146	0.46 200	0.38 215	1.51 339	0.30 156	0.12 231	0.09 143	0.11 151	0.10 102	0.14 93	0.14 148

CAS++	0.31 43	0.33 123	1.43 81	0.25 32	0.17 81	0.31 16	0.20 46	0.78 249	0.41 52	0.30 78	0.30 59	0.21 20	0.16 7	0.33 50	0.18 7	0.15 317	0.12 251	0.13 261	0.10 102	0.15 110	0.11 66
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
SMFormer	0.50 235	0.46 210	1.60 113	0.30 145	0.15 35	0.45 60	0.24 142	0.90 337	0.72 343	0.56 271	0.64 324	0.51 227	0.41 247	1.87 397	0.49 284	0.13 261	0.10 180	0.11 151	0.10 102	0.15 110	0.16 205

tta	0.50 235	0.46 210	1.60 113	0.30 145	0.15 35	0.45 60	0.24 142	0.90 337	0.72 343	0.56 271	0.64 324	0.51 227	0.41 247	1.87 397	0.49 284	0.13 261	0.10 180	0.11 151	0.10 102	0.14 93	0.11 66

MyStereo06	0.54 274	0.41 177	2.68 409	0.30 145	0.23 207	0.60 232	0.30 254	0.81 272	0.44 73	0.84 420	0.52 211	0.78 366	0.58 350	0.48 149	1.10 401	0.09 39	0.17 346	0.12 203	0.10 102	0.16 145	0.20 273

MyStereo05	0.49 224	0.41 177	2.72 415	0.30 145	0.23 207	0.60 232	0.30 254	0.82 279	0.77 387	0.52 221	0.37 99	0.51 227	0.42 263	0.52 172	0.38 219	0.09 39	0.17 346	0.12 203	0.10 102	0.16 145	0.20 273

CoDeX	0.52 263	0.43 189	2.25 333	0.29 129	0.26 249	0.61 253	0.32 290	0.99 414	0.68 307	0.48 182	0.55 242	0.52 233	0.40 236	1.60 354	0.35 204	0.12 231	0.09 143	0.11 151	0.10 102	0.13 73	0.12 99

whm_eth	0.27 10	0.38 157	0.76 7	0.24 16	0.18 112	0.34 26	0.27 207	0.54 96	0.44 73	0.24 39	0.26 36	0.27 72	0.22 60	0.29 22	0.23 67	0.13 261	0.10 180	0.10 89	0.10 102	0.15 110	0.11 66

MIF-Stereo (partial)	0.34 63	0.41 177	1.93 253	0.26 59	0.24 220	0.32 19	0.17 16	0.53 86	0.42 60	0.25 54	0.37 99	0.25 51	0.26 110	0.44 113	0.31 168	0.11 180	0.08 77	0.12 203	0.10 102	0.19 213	0.14 148

MIM_Stereo	0.41 122	0.60 262	1.88 230	0.31 171	0.21 165	0.50 104	0.19 29	0.64 147	0.44 73	0.43 138	0.53 221	0.43 167	0.27 127	0.51 168	0.28 124	0.08 9	0.14 286	0.11 151	0.10 102	0.26 316	0.26 348

PCWNet_CMD	0.46 185	0.45 208	2.28 338	0.26 59	0.20 154	0.55 156	0.21 64	0.75 212	0.64 269	0.48 182	0.55 242	0.68 321	0.57 346	0.46 133	0.30 156	0.11 180	0.10 180	0.14 296	0.10 102	0.18 192	0.14 148

CBFPSM	0.56 292	0.91 381	1.82 205	0.28 99	0.23 207	0.71 353	0.37 324	0.72 186	0.64 269	0.50 200	0.49 187	1.03 431	0.83 414	0.62 207	1.35 421	0.10 122	0.12 251	0.10 89	0.10 102	0.18 192	0.19 258

iinet-f	0.57 298	0.93 388	2.27 336	0.31 171	0.25 235	0.83 405	0.33 298	0.81 272	0.65 282	0.54 244	0.63 309	0.73 346	0.67 383	0.73 245	0.67 339	0.13 261	0.13 269	0.11 151	0.10 102	0.43 425	0.16 205

TestStereo1	0.49 224	0.81 352	1.85 216	0.39 329	0.57 436	0.56 171	0.34 302	0.75 212	0.69 316	0.44 144	0.63 309	0.35 118	0.42 263	0.64 212	0.29 138	0.10 122	0.08 77	0.12 203	0.10 102	0.33 368	0.26 348

RAFT_CTSACE	0.46 185	0.76 326	2.07 291	0.35 266	0.30 289	0.54 144	0.30 254	0.61 135	0.48 112	0.49 193	0.76 383	0.55 245	0.36 195	0.58 193	0.22 59	0.08 9	0.13 269	0.11 151	0.10 102	0.41 419	0.08 17

CRFU-Net	0.56 292	0.38 157	1.86 224	0.46 383	0.26 249	0.82 403	0.36 316	0.90 337	0.49 118	0.62 339	0.59 270	0.78 366	1.35 460	1.00 279	0.48 279	0.15 317	0.14 286	0.17 358	0.10 102	0.19 213	0.14 148

SA-5K	0.49 224	0.81 352	1.85 216	0.39 329	0.57 436	0.56 171	0.34 302	0.75 212	0.69 316	0.44 144	0.63 309	0.35 118	0.42 263	0.64 212	0.29 138	0.10 122	0.08 77	0.12 203	0.10 102	0.33 368	0.26 348

iRaft-Stereo_5w	0.54 274	1.01 419	2.08 296	0.27 74	0.21 165	0.49 96	0.28 223	0.73 197	0.58 204	0.40 119	0.61 292	0.62 284	0.46 298	1.78 378	0.47 274	0.09 39	0.07 18	0.11 151	0.10 102	0.39 411	0.12 99

CSP-Net	0.50 235	0.39 166	1.25 48	0.29 129	0.23 207	0.77 384	0.35 309	0.86 311	0.57 194	0.59 313	0.59 270	0.65 298	0.40 236	1.77 377	0.44 260	0.16 337	0.11 226	0.10 89	0.10 102	0.20 228	0.14 148

GLC_STEREO	0.28 16	0.27 64	1.36 66	0.28 99	0.12 3	0.41 49	0.20 46	0.37 7	0.38 30	0.26 62	0.30 59	0.25 51	0.19 34	0.33 50	0.24 88	0.09 39	0.11 226	0.12 203	0.10 102	0.13 73	0.09 28

AASNet	0.56 292	1.03 423	2.34 348	0.37 305	0.33 327	0.65 314	0.29 246	0.96 390	0.73 357	0.54 244	0.60 285	0.55 245	0.38 215	0.59 199	0.58 318	0.14 300	0.12 251	0.13 261	0.10 102	0.43 425	0.24 329

HHNet	0.60 316	0.65 294	2.60 401	0.36 284	0.25 235	0.64 301	0.61 418	0.64 147	0.62 249	0.55 261	1.13 440	0.32 102	0.60 356	0.42 103	1.79 443	0.15 317	0.07 18	0.12 203	0.10 102	0.18 192	0.15 181

Patchmatch Stereo++	0.39 109	0.27 64	1.78 172	0.44 364	0.16 55	0.61 253	0.27 207	0.51 67	0.52 143	0.47 164	0.43 131	0.43 167	0.28 141	0.54 182	0.28 124	0.12 231	0.08 77	0.12 203	0.10 102	0.17 166	0.12 99
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
AAGNet	0.88 423	0.33 123	1.79 192	0.54 417	0.98 473	0.62 273	0.46 370	0.50 63	0.60 216	0.58 300	0.53 221	0.50 224	0.73 398	1.23 307	7.48 505	0.11 180	0.07 18	0.12 203	0.10 102	0.14 93	0.09 28

NF-Stereo	0.48 206	0.25 45	1.81 199	0.52 408	0.16 55	0.61 253	0.44 361	0.66 155	0.61 231	0.50 200	0.47 158	0.37 123	0.26 110	1.45 328	0.79 368	0.11 180	0.07 18	0.12 203	0.10 102	0.13 73	0.16 205

OCTAStereo	0.48 206	0.25 45	1.81 199	0.52 408	0.16 55	0.61 253	0.43 352	0.66 155	0.61 231	0.50 200	0.47 158	0.37 123	0.26 110	1.44 324	0.80 369	0.11 180	0.07 18	0.12 203	0.10 102	0.13 73	0.17 222

PSM-adaLoss	0.38 94	0.27 64	1.78 172	0.44 364	0.17 81	0.60 232	0.29 246	0.51 67	0.52 143	0.47 164	0.43 131	0.44 178	0.28 141	0.47 144	0.28 124	0.12 231	0.08 77	0.12 203	0.10 102	0.17 166	0.12 99

ROB_FTStereo_v2	0.38 94	0.27 64	1.78 172	0.44 364	0.17 81	0.61 253	0.28 223	0.51 67	0.52 143	0.47 164	0.43 131	0.44 178	0.28 141	0.47 144	0.28 124	0.12 231	0.08 77	0.12 203	0.10 102	0.17 166	0.12 99

ROB_FTStereo	0.38 94	0.27 64	1.78 172	0.44 364	0.17 81	0.61 253	0.26 182	0.51 67	0.52 143	0.47 164	0.43 131	0.43 167	0.28 141	0.49 159	0.28 124	0.12 231	0.08 77	0.12 203	0.10 102	0.17 166	0.12 99

HUI-Stereo	0.38 94	0.27 64	1.79 192	0.44 364	0.17 81	0.61 253	0.28 223	0.51 67	0.52 143	0.47 164	0.43 131	0.44 178	0.28 141	0.45 124	0.28 124	0.12 231	0.08 77	0.12 203	0.10 102	0.17 166	0.12 99

DEmStereo	0.68 360	0.31 114	2.25 333	0.42 353	0.17 81	0.66 320	0.89 455	0.51 67	0.59 211	0.60 321	1.01 427	0.45 187	1.26 452	1.54 343	2.26 462	0.10 122	0.08 77	0.10 89	0.10 102	0.10 20	0.11 66

SST-Stereo	0.52 263	0.20 9	1.76 158	0.62 441	0.53 426	0.62 273	0.66 426	0.55 100	0.61 231	0.58 300	0.53 221	0.52 233	0.60 356	1.59 353	0.29 138	0.11 180	0.07 18	0.12 203	0.10 102	0.16 145	0.10 48

RAFT_R40	0.50 235	0.21 14	1.76 158	0.50 400	0.40 384	0.61 253	0.53 392	0.56 106	0.60 216	0.56 271	0.54 233	0.55 245	0.51 322	1.57 347	0.53 298	0.11 180	0.07 18	0.12 203	0.10 102	0.16 145	0.09 28

RE-Stereo	0.48 206	0.25 45	1.81 199	0.52 408	0.16 55	0.61 253	0.43 352	0.66 155	0.60 216	0.50 200	0.47 158	0.37 123	0.26 110	1.44 324	0.78 364	0.11 180	0.07 18	0.12 203	0.10 102	0.13 73	0.17 222

Pruner-Stereo	0.51 252	0.27 64	1.78 172	1.79 494	0.19 140	0.62 273	0.45 367	0.57 109	0.60 216	0.61 328	0.48 170	0.41 150	0.24 81	0.46 133	1.00 389	0.12 231	0.07 18	0.12 203	0.10 102	0.12 45	0.13 133

TVStereo	0.48 206	0.25 45	1.81 199	0.52 408	0.16 55	0.61 253	0.43 352	0.66 155	0.60 216	0.50 200	0.47 158	0.37 123	0.26 110	1.44 324	0.78 364	0.11 180	0.07 18	0.12 203	0.10 102	0.13 73	0.17 222

iGMRVC	0.39 109	0.27 64	1.78 172	0.44 364	0.17 81	0.61 253	0.27 207	0.51 67	0.52 143	0.47 164	0.43 131	0.44 178	0.28 141	0.55 186	0.28 124	0.12 231	0.08 77	0.12 203	0.10 102	0.17 166	0.12 99

IRAFT_RVC	0.54 274	0.53 238	1.78 172	0.46 383	0.21 165	0.58 206	0.43 352	0.65 153	0.66 296	0.54 244	0.50 195	0.49 221	0.51 322	1.58 351	1.01 393	0.11 180	0.25 415	0.13 261	0.10 102	0.15 110	0.13 133

iRAFT	0.39 109	0.27 64	1.78 172	0.44 364	0.16 55	0.61 253	0.27 207	0.51 67	0.52 143	0.47 164	0.43 131	0.43 167	0.28 141	0.54 182	0.28 124	0.12 231	0.08 77	0.12 203	0.10 102	0.17 166	0.12 99

RAFT-IKP	0.38 94	0.27 64	1.79 192	0.44 364	0.16 55	0.60 232	0.28 223	0.51 67	0.52 143	0.47 164	0.43 131	0.43 167	0.28 141	0.50 165	0.28 124	0.12 231	0.08 77	0.12 203	0.10 102	0.17 166	0.12 99

GEStereo_RVC	0.54 274	0.87 370	1.95 263	0.47 388	0.25 235	0.62 273	0.37 324	1.00 422	0.74 361	0.53 231	0.54 233	0.59 272	0.44 281	1.10 289	0.46 265	0.15 317	0.11 226	0.12 203	0.10 102	0.26 316	0.19 258

CFNet_pseudo	0.45 175	0.46 210	2.23 331	0.25 32	0.19 140	0.56 171	0.21 64	0.77 235	0.60 216	0.49 193	0.56 253	0.69 328	0.47 303	0.52 172	0.31 168	0.11 180	0.10 180	0.15 323	0.10 102	0.17 166	0.14 148

GES	0.44 157	0.28 85	1.88 230	0.30 145	0.18 112	0.61 253	0.30 254	0.88 325	0.46 95	0.47 164	0.52 211	0.39 136	0.42 263	0.58 193	0.67 339	0.15 317	0.11 226	0.12 203	0.10 102	0.15 110	0.17 222

222	0.78 405	0.23 32	1.23 45	0.28 99	0.18 112	0.62 273	0.24 142	1.02 433	0.70 325	0.58 300	0.66 335	0.46 200	0.42 263	1.80 386	6.53 504	0.13 261	0.10 180	0.11 151	0.10 102	0.12 45	0.17 222

xxxx	0.70 368	0.21 14	1.33 61	0.28 99	0.18 112	0.63 290	0.24 142	1.02 433	0.69 316	0.50 200	0.62 297	0.58 270	0.38 215	1.47 336	5.21 500	0.13 261	0.12 251	0.11 151	0.10 102	0.12 45	0.15 181

test_xeample	0.72 380	0.21 14	1.36 66	0.27 74	0.17 81	0.59 222	0.28 223	1.01 430	0.70 325	0.55 261	0.67 338	0.44 178	0.39 229	1.88 404	5.17 499	0.12 231	0.10 180	0.11 151	0.10 102	0.13 73	0.15 181

AFF-stereo	0.44 157	0.96 398	1.78 172	0.31 171	0.15 35	0.50 104	0.21 64	0.64 147	0.63 261	0.47 164	0.64 324	0.49 221	0.34 187	0.46 133	0.31 168	0.08 9	0.09 143	0.10 89	0.10 102	0.37 397	0.10 48

DMCA	0.41 122	0.52 233	1.26 50	0.31 171	0.24 220	0.59 222	0.26 182	0.77 235	0.63 261	0.58 300	0.48 170	0.57 263	0.35 189	0.40 92	0.50 289	0.14 300	0.10 180	0.14 296	0.10 102	0.15 110	0.15 181

RASNet	0.61 324	0.68 304	2.03 287	0.35 266	0.46 413	0.65 314	0.28 223	0.78 249	0.70 325	0.48 182	0.64 324	0.93 410	0.61 365	2.21 434	0.73 356	0.12 231	0.09 143	0.09 44	0.10 102	0.14 93	0.11 66

MSMDNet	0.46 185	0.44 200	2.28 338	0.26 59	0.20 154	0.55 156	0.21 64	0.75 212	0.64 269	0.48 182	0.55 242	0.68 321	0.56 341	0.46 133	0.30 156	0.11 180	0.10 180	0.13 261	0.10 102	0.18 192	0.15 181

ccs_rob	0.45 175	0.46 210	2.22 327	0.26 59	0.19 140	0.56 171	0.21 64	0.77 235	0.60 216	0.49 193	0.56 253	0.69 328	0.47 303	0.52 172	0.31 168	0.11 180	0.09 143	0.16 341	0.10 102	0.17 166	0.14 148

DISCO	0.57 298	0.34 134	1.87 229	0.45 378	0.34 335	0.84 407	0.35 309	0.84 295	0.78 392	0.59 313	0.63 309	1.06 438	0.53 329	1.10 289	0.82 371	0.12 231	0.09 143	0.11 151	0.10 102	0.22 258	0.18 242

HI	0.41 122	0.63 283	1.72 140	0.27 74	0.21 165	0.45 60	0.19 29	0.55 100	0.41 52	0.57 282	0.59 270	0.65 298	0.45 285	0.45 124	0.39 230	0.08 9	0.09 143	0.10 89	0.11 161	0.20 228	0.10 48

CoSv	0.41 122	0.63 283	1.72 140	0.27 74	0.21 165	0.45 60	0.19 29	0.55 100	0.41 52	0.57 282	0.59 270	0.65 298	0.45 285	0.45 124	0.39 230	0.08 9	0.09 143	0.10 89	0.11 161	0.20 228	0.10 48

AIO_rvc	0.41 122	0.64 287	1.29 53	0.58 431	0.39 375	0.37 38	0.24 142	0.50 63	0.43 69	0.28 72	0.23 16	0.25 51	0.16 7	0.99 277	0.19 12	0.10 122	0.16 328	0.08 8	0.11 161	0.25 297	0.85 473

tg	0.37 86	0.55 252	1.35 65	0.28 99	0.16 55	0.57 189	0.18 23	0.57 109	0.49 118	0.37 103	0.44 142	0.38 130	0.24 81	0.46 133	0.24 88	0.09 39	0.08 77	0.11 151	0.11 161	0.43 425	0.36 409

ACV-stereo	0.66 349	0.76 326	2.86 432	0.32 199	0.25 235	1.01 435	0.60 414	0.59 123	0.52 143	0.41 128	0.45 146	1.55 468	0.94 432	1.40 321	0.69 344	0.14 300	0.13 269	0.12 203	0.11 161	0.20 228	0.19 258

rvit_stereo_ft	0.31 43	0.61 266	1.18 35	0.32 199	0.21 165	0.28 7	0.27 207	0.55 100	0.48 112	0.23 35	0.27 40	0.28 81	0.26 110	0.32 42	0.25 100	0.13 261	0.09 143	0.11 151	0.11 161	0.13 73	0.14 148

test_sample3	0.50 235	0.41 177	1.88 230	0.32 199	0.19 140	0.57 189	0.25 161	0.92 356	0.64 269	0.52 221	0.49 187	0.47 208	0.35 189	1.79 382	0.37 212	0.13 261	0.10 180	0.12 203	0.11 161	0.16 145	0.16 205

MyStereo07	0.34 63	0.40 171	1.46 86	0.29 129	0.23 207	0.60 232	0.31 267	0.53 86	0.42 60	0.25 54	0.25 30	0.20 12	0.26 110	0.57 190	0.19 12	0.09 39	0.18 356	0.12 203	0.11 161	0.16 145	0.19 258

MyStereo04	0.48 206	0.40 171	2.65 406	0.29 129	0.23 207	0.60 232	0.31 267	0.83 285	0.75 374	0.47 164	0.36 96	0.53 235	0.42 263	0.53 178	0.39 230	0.09 39	0.18 356	0.12 203	0.11 161	0.16 145	0.19 258

CFNet_ucs	0.48 206	0.50 230	2.32 343	0.26 59	0.22 188	0.57 189	0.22 83	0.85 301	0.65 282	0.53 231	0.64 324	0.68 321	0.44 281	0.54 182	0.31 168	0.13 261	0.12 251	0.16 341	0.11 161	0.19 213	0.17 222

4D-IteraStereo	0.44 157	0.96 398	2.63 402	0.27 74	0.30 289	0.45 60	0.25 161	0.52 78	0.50 128	0.40 119	0.31 69	0.40 144	0.19 34	0.35 62	0.32 179	0.09 39	0.06 2	0.12 203	0.11 161	0.19 213	0.30 375

gwcnet-sp	0.49 224	0.43 189	2.54 392	0.31 171	0.22 188	0.67 326	0.31 267	0.78 249	0.65 282	0.58 300	0.47 158	0.46 200	0.43 273	0.76 252	0.46 265	0.11 180	0.11 226	0.11 151	0.11 161	0.15 110	0.14 148

scenet	0.49 224	0.43 189	2.54 392	0.31 171	0.22 188	0.67 326	0.31 267	0.78 249	0.65 282	0.58 300	0.47 158	0.46 200	0.43 273	0.76 252	0.46 265	0.11 180	0.11 226	0.11 151	0.11 161	0.15 110	0.14 148

CASS	0.39 109	0.30 103	1.61 117	0.32 199	0.17 81	0.53 137	0.24 142	0.70 178	0.49 118	0.59 313	0.54 233	0.40 144	0.40 236	0.41 95	0.30 156	0.17 351	0.10 180	0.14 296	0.11 161	0.18 192	0.17 222
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
ssnet	0.49 224	0.43 189	2.54 392	0.31 171	0.22 188	0.67 326	0.31 267	0.78 249	0.65 282	0.58 300	0.47 158	0.46 200	0.43 273	0.76 252	0.46 265	0.11 180	0.11 226	0.11 151	0.11 161	0.15 110	0.14 148

DisPM	0.43 147	0.33 123	1.78 172	0.57 429	0.18 112	0.59 222	0.63 424	0.53 86	0.61 231	0.60 321	0.53 221	0.38 130	0.26 110	0.75 249	0.29 138	0.12 231	0.07 18	0.12 203	0.11 161	0.11 34	0.14 148

IER	0.43 147	0.38 157	1.69 129	0.26 59	0.25 235	0.66 320	0.26 182	0.71 181	0.55 180	0.54 244	0.59 270	0.60 278	0.53 329	0.52 172	0.39 230	0.11 180	0.08 77	0.11 151	0.11 161	0.14 93	0.11 66

NINENet	0.50 235	0.33 123	1.69 129	0.55 424	0.25 235	0.91 423	0.23 110	0.98 402	0.71 335	0.53 231	0.55 242	0.66 305	0.30 162	1.22 305	0.32 179	0.15 317	0.13 269	0.16 341	0.11 161	0.16 145	0.13 133

GMOStereo	0.41 122	0.62 272	1.78 172	0.28 99	0.36 355	0.51 113	0.31 267	0.53 86	0.44 73	0.57 282	0.48 170	0.41 150	0.27 127	0.28 13	0.23 67	0.08 9	0.38 446	0.13 261	0.11 161	0.34 375	0.11 66

error version	0.41 122	0.62 272	1.78 172	0.28 99	0.36 355	0.51 113	0.31 267	0.53 86	0.44 73	0.57 282	0.48 170	0.41 150	0.27 127	0.28 13	0.23 67	0.08 9	0.38 446	0.13 261	0.11 161	0.34 375	0.11 66

test-v	0.41 122	0.62 272	1.78 172	0.28 99	0.36 355	0.51 113	0.31 267	0.53 86	0.44 73	0.57 282	0.48 170	0.41 150	0.27 127	0.28 13	0.23 67	0.08 9	0.38 446	0.13 261	0.11 161	0.34 375	0.11 66

AACVNet	0.54 274	0.78 343	1.73 143	0.36 284	0.21 165	0.57 189	0.25 161	0.71 181	0.51 136	0.55 261	0.59 270	0.64 295	0.41 247	2.13 429	0.41 244	0.14 300	0.11 226	0.14 296	0.11 161	0.33 368	0.15 181

ADLNet2	0.68 360	0.84 362	3.19 465	0.33 220	0.36 355	0.64 301	0.37 324	0.89 331	0.79 397	0.54 244	0.65 333	0.93 410	0.48 311	2.07 423	0.56 310	0.13 261	0.11 226	0.11 151	0.11 161	0.33 368	0.18 242

CrosDoStereo	0.94 430	0.37 151	2.53 386	0.25 32	0.32 314	0.54 144	3.76 506	0.72 186	0.60 216	0.70 383	1.40 453	0.53 235	1.49 468	1.78 378	3.09 476	0.10 122	0.08 77	0.11 151	0.11 161	0.21 241	0.11 66

FTStereo	0.76 397	0.18 3	2.35 351	0.71 450	0.21 165	0.73 364	1.79 493	0.57 109	0.53 162	1.07 443	1.63 461	1.29 456	2.13 483	0.75 249	0.29 138	0.19 376	0.08 77	0.12 203	0.11 161	0.11 34	0.40 429

ASMatch	0.60 316	0.43 189	2.58 396	0.91 466	0.36 355	0.56 171	0.25 161	0.52 78	0.61 231	0.47 164	1.21 442	0.47 208	0.66 381	1.34 316	0.94 379	0.10 122	0.08 77	0.11 151	0.11 161	0.10 20	0.16 205

DeepStereo_LL	0.94 430	0.37 151	2.53 386	0.25 32	0.32 314	0.54 144	3.76 506	0.72 186	0.60 216	0.70 383	1.40 453	0.53 235	1.49 468	1.78 378	3.09 476	0.10 122	0.08 77	0.11 151	0.11 161	0.21 241	0.11 66

THIR-Stereo	0.86 420	0.62 272	2.13 307	0.25 32	0.16 55	0.58 206	2.74 502	0.59 123	0.51 136	0.62 339	1.62 460	0.97 420	1.80 479	1.69 366	2.25 461	0.10 122	0.08 77	0.14 296	0.11 161	0.15 110	0.11 66

test-2	0.41 122	0.62 272	1.78 172	0.28 99	0.36 355	0.51 113	0.31 267	0.53 86	0.44 73	0.57 282	0.48 170	0.41 150	0.27 127	0.28 13	0.23 67	0.08 9	0.38 446	0.13 261	0.11 161	0.34 375	0.11 66

ICVP	0.46 185	0.29 93	2.41 361	0.33 220	0.22 188	0.59 222	0.55 399	0.75 212	0.50 128	0.44 144	0.60 285	0.49 221	0.35 189	0.53 178	0.37 212	0.16 337	0.16 328	0.14 296	0.11 161	0.15 110	0.15 181
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
iRaftStereo_RVC	0.37 86	0.53 238	1.41 76	0.28 99	0.15 35	0.52 130	0.20 46	0.54 96	0.46 95	0.37 103	0.43 131	0.41 150	0.23 73	0.36 69	0.26 107	0.09 39	0.15 311	0.12 203	0.11 161	0.41 419	0.37 416

MMNet	0.50 235	0.48 221	1.93 253	0.33 220	0.27 262	0.79 393	0.28 223	0.81 272	0.74 361	0.60 321	0.56 253	0.59 272	0.55 337	0.79 261	0.59 320	0.10 122	0.09 143	0.12 203	0.11 161	0.13 73	0.14 148

UNet	0.54 274	0.44 200	2.83 431	0.31 171	0.33 327	0.74 367	0.27 207	0.82 279	0.61 231	0.53 231	0.54 233	0.72 343	0.54 332	0.78 260	0.56 310	0.11 180	0.09 143	0.13 261	0.11 161	0.14 93	0.12 99

FENet	0.44 157	0.30 103	2.42 363	0.32 199	0.17 81	0.58 206	0.22 83	0.77 235	0.59 211	0.47 164	0.42 129	0.55 245	0.38 215	0.49 159	0.47 274	0.12 231	0.09 143	0.12 203	0.11 161	0.13 73	0.16 205

HGLStereo	0.54 274	0.69 308	2.00 279	0.35 266	0.40 384	0.66 320	0.30 254	0.83 285	0.62 249	0.57 282	0.69 354	0.69 328	0.54 332	1.07 286	0.55 303	0.13 261	0.13 269	0.13 261	0.11 161	0.19 213	0.17 222

GANet-RSSM	0.55 286	0.73 320	1.90 241	0.36 284	0.26 249	0.59 222	0.27 207	0.78 249	0.52 143	0.47 164	0.57 261	0.63 287	0.45 285	1.92 411	0.43 255	0.14 300	0.10 180	0.25 419	0.11 161	0.34 375	0.14 148

AdaStereo	0.44 157	0.38 157	1.79 192	0.34 250	0.20 154	0.57 189	0.28 223	0.92 356	0.69 316	0.52 221	0.55 242	0.61 280	0.33 179	0.48 149	0.39 230	0.17 351	0.08 77	0.17 358	0.11 161	0.18 192	0.12 99
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.
FACV-RUCA	0.58 303	0.40 171	1.78 172	0.43 357	1.67 497	0.48 89	0.28 223	0.69 171	0.62 249	0.40 119	0.53 221	0.33 108	0.63 373	0.40 92	0.31 168	0.13 261	0.11 226	0.62 463	0.12 198	0.70 461	0.98 481

DDVS	0.62 329	0.40 171	1.40 75	2.21 500	0.35 347	0.87 417	1.00 464	0.69 171	0.50 128	0.53 231	0.56 253	0.90 403	0.37 208	1.22 305	0.47 274	0.15 317	0.14 286	0.14 296	0.12 198	0.19 213	0.22 293

DCVSM-stereo	0.49 224	0.29 93	2.49 379	0.29 129	0.22 188	0.53 137	0.52 388	0.58 115	0.49 118	0.69 379	0.46 153	0.79 371	0.48 311	0.53 178	0.42 246	0.13 261	0.14 286	0.15 323	0.12 198	0.20 228	0.20 273

Pointernet	0.29 25	0.25 45	1.49 96	0.24 16	0.20 154	0.47 81	0.15 4	0.62 139	0.47 110	0.22 27	0.29 50	0.26 63	0.20 42	0.28 13	0.20 34	0.10 122	0.07 18	0.07 1	0.12 198	0.10 20	0.07 5

test_sample5	0.51 252	0.43 189	1.83 211	0.32 199	0.18 112	0.55 156	0.26 182	0.92 356	0.65 282	0.53 231	0.59 270	0.45 187	0.36 195	1.87 397	0.36 206	0.13 261	0.10 180	0.13 261	0.12 198	0.17 166	0.16 205

test_sample4	0.50 235	0.42 184	1.88 230	0.32 199	0.19 140	0.56 171	0.26 182	0.93 364	0.65 282	0.54 244	0.54 233	0.45 187	0.36 195	1.79 382	0.36 206	0.13 261	0.10 180	0.13 261	0.12 198	0.17 166	0.16 205

xx1	0.46 185	0.64 287	2.07 291	0.35 266	0.14 20	0.76 376	0.25 161	0.74 201	1.01 441	0.31 82	0.38 108	0.46 200	0.36 195	0.69 235	0.19 12	0.10 122	0.24 402	0.12 203	0.12 198	0.12 45	0.14 148

DualNet	0.51 252	0.43 189	1.83 211	0.32 199	0.18 112	0.55 156	0.26 182	0.92 356	0.65 282	0.54 244	0.62 297	0.45 187	0.36 195	1.87 397	0.36 206	0.13 261	0.10 180	0.13 261	0.12 198	0.17 166	0.16 205

ttt	0.66 349	0.22 25	1.68 127	0.34 250	0.24 220	0.60 232	0.26 182	1.00 422	0.77 387	0.55 261	0.67 338	0.54 241	0.36 195	2.14 430	3.03 475	0.16 337	0.13 269	0.13 261	0.12 198	0.15 110	0.17 222

1111x	0.74 392	0.21 14	1.93 253	0.31 171	0.17 81	0.63 290	0.32 290	1.03 440	0.74 361	0.52 221	0.62 297	0.57 263	0.47 303	2.38 445	4.25 494	0.12 231	0.14 286	0.11 151	0.12 198	0.12 45	0.14 148

CASnet	0.28 16	0.31 114	1.20 41	0.28 99	0.11 1	0.47 81	0.19 29	0.44 31	0.44 73	0.38 111	0.31 69	0.23 29	0.17 12	0.29 22	0.19 12	0.10 122	0.06 2	0.15 323	0.12 198	0.16 145	0.07 5
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
LL-Strereo	0.72 380	1.29 457	2.49 379	0.36 284	0.45 407	0.55 156	0.32 290	0.93 364	0.71 335	0.67 370	0.58 267	0.85 389	0.79 409	2.67 471	0.46 265	0.10 122	0.18 356	0.14 296	0.12 198	0.40 416	0.42 435

qqq	0.38 94	0.21 14	1.34 64	0.28 99	0.15 35	0.45 60	0.26 182	0.76 225	0.52 143	0.39 117	0.41 125	0.46 200	0.36 195	0.96 274	0.30 156	0.11 180	0.14 286	0.12 203	0.12 198	0.12 45	0.14 148

BUS	0.41 122	0.27 64	1.13 30	0.30 145	0.21 165	0.91 423	0.23 110	1.00 422	0.61 231	0.63 347	0.53 221	0.66 305	0.30 162	0.43 106	0.32 179	0.13 261	0.10 180	0.14 296	0.12 198	0.12 45	0.11 66

Wz-Net-LNSev	0.59 310	0.96 398	2.47 376	0.34 250	0.37 366	0.79 393	0.44 361	0.86 311	0.77 387	0.61 328	0.67 338	0.79 371	0.56 341	0.64 212	0.62 327	0.15 317	0.14 286	0.12 203	0.12 198	0.18 192	0.19 258

test_5	0.51 252	0.87 370	1.99 277	0.37 305	0.65 451	0.58 206	0.35 309	0.78 249	0.62 249	0.48 182	0.55 242	0.45 187	0.40 236	0.72 244	0.30 156	0.09 39	0.07 18	0.12 203	0.12 198	0.33 368	0.38 419

BSDual-CNN	0.41 122	0.27 64	1.13 30	0.30 145	0.21 165	0.76 376	0.31 267	1.00 422	0.61 231	0.63 347	0.53 221	0.63 287	0.37 208	0.43 106	0.38 219	0.13 261	0.10 180	0.14 296	0.12 198	0.12 45	0.11 66

hknet	0.47 200	0.29 93	1.70 133	0.30 145	0.24 220	0.76 376	0.31 267	1.00 422	0.64 269	0.63 347	0.53 221	0.80 374	0.38 215	0.77 256	0.37 212	0.11 180	0.10 180	0.14 296	0.12 198	0.12 45	0.11 66

psmg	0.41 122	0.27 64	1.13 30	0.27 74	0.21 165	0.75 373	0.36 316	0.90 337	0.61 231	0.59 313	0.59 270	0.63 287	0.37 208	0.43 106	0.38 219	0.13 261	0.10 180	0.13 261	0.12 198	0.13 73	0.11 66

dd	0.42 141	0.96 398	1.77 167	0.31 171	0.17 81	0.57 189	0.26 182	0.49 57	0.68 307	0.41 128	0.40 121	0.34 114	0.27 127	0.45 124	0.40 238	0.17 351	0.10 180	0.13 261	0.12 198	0.21 241	0.12 99

IPLG	0.69 364	0.84 362	2.43 367	0.35 266	0.21 165	1.65 472	0.61 418	1.36 470	0.58 204	1.39 470	0.51 199	0.37 123	0.87 422	1.41 322	0.36 206	0.09 39	0.07 18	0.14 296	0.12 198	0.32 360	0.11 66

PSM-softLoss	0.48 206	0.27 64	1.85 216	0.51 404	0.17 81	0.61 253	0.40 336	0.61 135	0.57 194	0.52 221	0.48 170	0.39 136	0.25 96	1.46 329	0.77 362	0.12 231	0.08 77	0.13 261	0.12 198	0.12 45	0.14 148

KMStereo	0.48 206	0.27 64	1.85 216	0.51 404	0.17 81	0.61 253	0.40 336	0.61 135	0.57 194	0.52 221	0.48 170	0.39 136	0.25 96	1.46 329	0.77 362	0.12 231	0.08 77	0.13 261	0.12 198	0.12 45	0.14 148

sCroCo_RVC	0.33 55	0.32 118	1.89 237	0.34 250	0.27 262	0.30 12	0.22 83	0.48 51	0.44 73	0.22 27	0.33 81	0.25 51	0.25 96	0.32 42	0.24 88	0.14 300	0.16 328	0.12 203	0.12 198	0.15 110	0.13 133

GMStereo	0.38 94	0.99 413	1.91 247	0.27 74	0.16 55	0.39 45	0.23 110	0.47 46	0.62 249	0.38 111	0.34 87	0.25 51	0.25 96	0.39 87	0.29 138	0.14 300	0.08 77	0.10 89	0.12 198	0.15 110	0.11 66
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
UPFNet	0.46 185	0.28 85	1.73 143	0.33 220	0.32 314	0.65 314	0.38 330	0.83 285	0.59 211	0.57 282	0.52 211	0.61 280	0.40 236	0.75 249	0.52 294	0.13 261	0.12 251	0.13 261	0.12 198	0.15 110	0.11 66

ac_64	0.55 286	0.46 210	1.92 250	0.36 284	0.34 335	0.63 290	0.31 267	0.82 279	0.61 231	0.55 261	0.51 199	0.89 401	0.48 311	1.83 390	0.55 303	0.14 300	0.11 226	0.12 203	0.12 198	0.18 192	0.12 99

cf-r	0.53 269	0.81 352	2.15 313	0.33 220	0.28 272	0.60 232	0.28 223	0.78 249	0.64 269	0.51 213	0.60 285	0.75 357	0.40 236	1.32 314	0.43 255	0.13 261	0.09 143	0.11 151	0.12 198	0.15 110	0.14 148

GwcNet-RSSM	0.57 298	0.94 390	2.13 307	0.32 199	0.25 235	0.60 232	0.30 254	0.80 268	0.66 296	0.52 221	0.64 324	0.71 341	0.40 236	1.79 382	0.50 289	0.13 261	0.09 143	0.12 203	0.12 198	0.21 241	0.15 181

PWCDC_ROB	0.72 380	1.06 426	2.09 297	0.47 388	0.36 355	0.78 389	0.26 182	0.98 402	1.34 466	0.61 328	2.07 469	0.64 295	0.61 365	0.83 263	0.71 349	0.31 438	0.14 286	0.15 323	0.12 198	0.60 455	0.21 282

rvit_0105_6	0.31 43	0.29 93	1.00 21	0.31 171	0.18 112	0.35 31	0.25 161	0.51 67	0.61 231	0.25 54	0.28 44	0.32 102	0.25 96	0.39 87	0.25 100	0.18 362	0.16 328	0.15 323	0.13 228	0.14 93	0.13 133

rvit_0105_4	0.35 74	0.35 141	1.45 85	0.31 171	0.18 112	0.37 38	0.28 223	0.59 123	0.62 249	0.27 67	0.31 69	0.35 118	0.27 127	0.43 106	0.25 100	0.18 362	0.16 328	0.15 323	0.13 228	0.15 110	0.12 99

IGEV-BASED-STEREO-	0.37 86	1.34 465	1.24 47	0.23 8	0.12 3	0.33 22	0.20 46	0.40 13	0.33 10	0.25 54	0.21 11	0.16 5	0.14 2	0.27 8	0.63 329	0.55 460	0.06 2	0.11 151	0.13 228	0.25 297	0.49 446

test_sample6	0.52 263	0.44 200	1.81 199	0.33 220	0.18 112	0.55 156	0.27 207	0.94 372	0.66 296	0.54 244	0.62 297	0.47 208	0.36 195	1.97 413	0.38 219	0.14 300	0.10 180	0.13 261	0.13 228	0.17 166	0.16 205

MyStereo8	0.54 274	0.80 347	2.76 423	0.32 199	0.33 327	0.71 353	0.20 46	0.87 320	0.57 194	0.51 213	0.59 270	0.50 224	0.33 179	0.68 229	0.55 303	0.10 122	0.29 426	0.10 89	0.13 228	0.21 241	0.34 399

mmm	0.38 94	0.21 14	1.18 35	0.35 266	0.17 81	0.49 96	0.26 182	0.78 249	0.52 143	0.50 200	0.57 261	0.41 150	0.37 208	0.71 242	0.31 168	0.11 180	0.13 269	0.14 296	0.13 228	0.15 110	0.14 148

ffm	0.47 200	0.23 32	2.01 280	0.30 145	0.21 165	0.57 189	0.26 182	0.74 201	0.88 420	0.53 231	0.63 309	0.66 305	0.39 229	0.63 210	0.19 12	0.10 122	0.24 402	0.15 323	0.13 228	0.25 297	0.36 409

ff1	0.73 389	0.23 32	2.01 280	0.30 145	0.21 165	0.57 189	0.26 182	0.74 201	0.88 420	0.53 231	0.63 309	0.66 305	0.39 229	2.52 460	3.43 486	0.10 122	0.24 402	0.15 323	0.13 228	0.25 297	0.36 409

mmx	0.72 380	0.23 32	2.01 280	0.30 145	0.21 165	0.57 189	0.26 182	0.99 414	0.76 383	0.53 231	0.63 309	0.66 305	0.39 229	2.52 460	3.43 486	0.13 261	0.10 180	0.15 323	0.13 228	0.15 110	0.15 181

xxx	0.72 380	0.23 32	2.01 280	0.30 145	0.21 165	0.57 189	0.26 182	0.99 414	0.76 383	0.53 231	0.63 309	0.66 305	0.39 229	2.52 460	3.43 486	0.13 261	0.10 180	0.15 323	0.13 228	0.15 110	0.15 181

anonymousdsp2	0.34 63	0.24 40	1.16 34	0.28 99	0.15 35	0.57 189	0.23 110	0.79 265	0.47 110	0.38 111	0.37 99	0.40 144	0.25 96	0.47 144	0.21 47	0.09 39	0.07 18	0.10 89	0.13 228	0.19 213	0.27 355

CIPLG	0.56 292	1.19 446	2.46 372	0.80 458	0.31 306	0.61 253	0.57 408	0.76 225	0.57 194	0.56 271	0.63 309	0.41 150	0.30 162	0.45 124	0.40 238	0.11 180	0.20 378	0.13 261	0.13 228	0.35 385	0.19 258

PSMNet-ADL	0.51 252	0.38 157	1.65 120	0.35 266	0.21 165	0.67 326	0.26 182	0.74 201	0.55 180	0.42 133	0.52 211	0.70 338	0.45 285	1.91 407	0.57 313	0.15 317	0.13 269	0.11 151	0.13 228	0.15 110	0.20 273

PFNet+	0.45 175	0.37 151	1.86 224	0.46 383	0.18 112	0.58 206	0.77 446	0.52 78	0.64 269	0.56 271	0.48 170	0.39 136	0.26 110	0.93 271	0.32 179	0.13 261	0.09 143	0.14 296	0.13 228	0.12 45	0.15 181

RAFT-RH_RVC	0.61 324	0.50 230	2.33 346	0.36 284	0.29 278	0.60 232	0.18 23	0.44 31	0.58 204	0.76 400	1.91 467	0.47 208	0.29 154	1.60 354	1.23 415	0.14 300	0.07 18	0.13 261	0.13 228	0.10 20	0.09 28

RAFT	0.45 175	0.92 382	1.59 111	0.34 250	0.19 140	0.46 76	0.35 309	0.65 153	0.49 118	0.49 193	0.49 187	0.70 338	0.40 236	0.47 144	0.32 179	0.11 180	0.16 328	0.14 296	0.13 228	0.51 444	0.13 133

GMM-Stereo	0.50 235	0.23 32	2.41 361	0.54 417	0.24 220	0.77 384	0.46 370	0.59 123	0.57 194	0.58 300	0.73 375	0.47 208	0.43 273	0.68 229	0.27 115	0.10 122	0.06 2	0.13 261	0.13 228	0.14 93	0.44 438

Anonymous3	0.42 141	0.35 141	2.09 297	0.33 220	0.24 220	0.72 359	0.31 267	0.74 201	0.55 180	0.35 95	0.40 121	0.33 108	0.29 154	0.44 113	0.28 124	0.18 362	0.18 356	0.13 261	0.13 228	0.17 166	0.17 222

sAnonymous2	0.38 94	0.62 272	2.15 313	0.31 171	0.24 220	0.34 26	0.27 207	0.53 86	0.46 95	0.24 39	0.29 50	0.23 29	0.28 141	0.28 13	0.22 59	0.12 231	0.09 143	0.11 151	0.13 228	0.38 403	0.35 401

CroCo_RVC	0.38 94	0.62 272	2.15 313	0.31 171	0.24 220	0.34 26	0.27 207	0.53 86	0.46 95	0.24 39	0.29 50	0.23 29	0.28 141	0.28 13	0.22 59	0.12 231	0.09 143	0.11 151	0.13 228	0.38 403	0.35 401

HCRNet	0.46 185	0.49 224	1.65 120	0.38 320	0.29 278	0.58 206	0.22 83	0.75 212	0.62 249	0.47 164	0.49 187	0.48 219	0.36 195	1.12 295	0.37 212	0.15 317	0.10 180	0.15 323	0.13 228	0.17 166	0.17 222

ARAFT	0.60 316	1.23 450	3.10 455	0.28 99	0.16 55	0.64 301	0.36 316	0.90 337	0.67 305	0.61 328	0.49 187	0.55 245	0.31 170	1.24 310	0.32 179	0.10 122	0.08 77	0.14 296	0.13 228	0.37 397	0.21 282

hitnet-ft	0.67 353	0.80 347	1.90 241	0.28 99	0.22 188	0.69 344	0.36 316	0.85 301	0.65 282	0.56 271	0.84 397	1.03 431	0.95 435	2.32 440	0.55 303	0.23 406	0.14 286	0.41 451	0.13 228	0.24 286	0.17 222

CFNet-ft	0.51 252	0.76 326	1.79 192	0.28 99	0.30 289	0.63 290	0.28 223	0.66 155	0.55 180	0.45 154	0.57 261	0.74 352	0.41 247	1.46 329	0.42 246	0.14 300	0.10 180	0.28 426	0.13 228	0.18 192	0.14 148

CFNet_RVC	0.51 252	0.76 326	1.79 192	0.28 99	0.30 289	0.63 290	0.28 223	0.66 155	0.55 180	0.45 154	0.57 261	0.74 352	0.41 247	1.46 329	0.42 246	0.14 300	0.10 180	0.28 426	0.13 228	0.18 192	0.14 148

NVstereo2D	0.58 303	0.40 171	2.03 287	0.35 266	0.35 347	0.69 344	0.39 334	0.91 347	0.80 400	0.47 164	0.53 221	0.67 314	0.46 298	1.99 417	0.48 279	0.19 376	0.11 226	0.17 358	0.13 228	0.25 297	0.25 338

DN-CSS_ROB	0.48 206	1.23 450	1.99 277	0.39 329	0.22 188	0.56 171	0.19 29	0.75 212	0.61 231	0.45 154	0.62 297	0.41 150	0.31 170	0.70 240	0.32 179	0.11 180	0.08 77	0.14 296	0.13 228	0.36 389	0.12 99

PWC_ROB	0.70 368	0.94 390	1.88 230	0.39 329	0.39 375	0.62 273	0.30 254	0.98 402	0.94 431	0.91 429	1.29 447	0.77 363	0.62 370	1.62 358	1.03 397	0.18 362	0.11 226	0.18 378	0.13 228	0.51 444	0.22 293

AIO-test1	0.45 175	0.87 370	2.27 336	0.33 220	0.33 327	0.50 104	0.22 83	0.74 201	0.66 296	0.29 75	0.41 125	0.29 88	0.22 60	0.73 245	0.29 138	0.09 39	0.08 77	0.12 203	0.14 256	0.30 345	0.22 293

UGAM	0.58 303	0.47 218	2.21 323	0.30 145	0.19 140	0.53 137	0.34 302	0.59 123	0.63 261	0.44 144	0.73 375	0.78 366	0.37 208	2.58 464	0.39 230	0.10 122	0.08 77	0.17 358	0.14 256	0.42 423	0.17 222

H2IRNET	0.40 115	0.61 266	1.90 241	0.29 129	0.17 81	0.54 144	0.18 23	0.52 78	0.50 128	0.27 67	0.56 253	0.47 208	0.35 189	0.46 133	0.33 189	0.10 122	0.07 18	0.12 203	0.14 256	0.32 360	0.12 99

LL-Strereo2	0.41 122	0.90 380	1.83 211	0.44 364	0.24 220	0.54 144	0.27 207	0.58 115	0.45 88	0.41 128	0.33 81	0.44 178	0.21 51	0.44 113	0.34 196	0.09 39	0.08 77	0.16 341	0.14 256	0.17 166	0.17 222

ssnet_v2	0.55 286	0.60 262	1.86 224	0.32 199	0.22 188	0.72 359	0.44 361	0.94 372	0.74 361	0.63 347	0.54 233	0.81 377	0.47 303	0.77 256	0.70 346	0.16 337	0.14 286	0.14 296	0.14 256	0.30 345	0.30 375

Wz-Net-MNSev	0.65 345	0.97 406	2.19 321	0.36 284	0.33 327	0.90 421	0.60 414	0.92 356	0.81 405	0.75 397	0.72 373	0.73 346	0.65 376	1.39 319	0.71 349	0.16 337	0.13 269	0.14 296	0.14 256	0.24 286	0.18 242

ACRE	0.56 292	1.14 436	2.77 425	0.76 454	0.28 272	0.60 232	0.56 404	0.76 225	0.58 204	0.55 261	0.62 297	0.41 150	0.29 154	0.44 113	0.39 230	0.11 180	0.19 367	0.13 261	0.14 256	0.36 389	0.18 242

KYRaft	0.48 206	0.29 93	1.75 153	0.33 220	0.21 165	0.75 373	0.44 361	0.58 115	0.57 194	0.64 357	0.93 415	0.53 235	0.72 395	0.60 204	0.24 88	0.10 122	0.07 18	0.12 203	0.14 256	0.12 45	0.54 450

DRaft	0.62 329	0.38 157	1.76 158	0.24 16	0.16 55	0.64 301	0.66 426	0.53 86	0.53 162	0.67 370	0.99 424	0.38 130	1.00 437	1.44 324	2.10 456	0.10 122	0.14 286	0.10 89	0.14 256	0.18 192	0.21 282

pcwnet_v2	0.64 337	0.49 224	4.41 493	0.32 199	0.27 262	0.60 232	0.25 161	0.97 398	0.88 420	0.59 313	0.70 364	0.63 287	0.55 337	0.66 225	0.37 212	0.17 351	0.15 311	0.15 323	0.14 256	0.21 241	0.23 317

RALAANet	0.43 147	0.98 409	1.90 241	0.32 199	0.23 207	0.48 89	0.19 29	0.67 164	0.53 162	0.48 182	0.45 146	0.39 136	0.30 162	0.48 149	0.37 212	0.10 122	0.08 77	0.11 151	0.14 256	0.27 325	0.10 48

ADLNet	0.60 316	0.71 313	1.95 263	0.35 266	0.34 335	0.67 326	0.34 302	0.90 337	0.74 361	0.68 377	0.62 297	0.80 374	0.45 285	1.78 378	0.64 333	0.14 300	0.11 226	0.14 296	0.14 256	0.29 335	0.21 282

RAFT + AFF	0.64 337	1.20 447	1.95 263	0.34 250	0.33 327	0.67 326	0.52 388	0.99 414	0.74 361	0.53 231	0.58 267	0.57 263	0.80 410	1.76 375	0.51 292	0.12 231	0.27 423	0.15 323	0.14 256	0.43 425	0.29 366

delet	0.52 263	0.54 243	1.62 118	0.31 171	0.35 347	0.74 367	0.46 370	0.85 301	0.74 361	0.55 261	0.60 285	0.67 314	0.50 320	1.12 295	0.57 313	0.11 180	0.11 226	0.13 261	0.14 256	0.16 145	0.12 99

DSFCA	0.54 274	0.35 141	1.41 76	0.28 99	0.28 272	0.79 393	0.88 454	0.76 225	0.70 325	0.72 390	0.66 335	0.67 314	0.57 346	1.17 301	0.63 329	0.16 337	0.14 286	0.13 261	0.14 256	0.16 145	0.13 133

RYNet	0.70 368	0.56 254	2.25 333	0.35 266	0.41 391	0.86 413	0.43 352	0.94 372	0.82 406	0.62 339	0.53 221	0.91 405	0.60 356	2.70 472	1.00 389	0.14 300	0.11 226	0.16 341	0.14 256	0.25 297	0.27 355

TDLM	0.67 353	0.92 382	1.76 158	0.37 305	0.24 220	0.66 320	0.56 404	0.82 279	0.74 361	1.16 450	0.62 297	0.61 280	0.48 311	2.70 472	0.50 289	0.20 384	0.11 226	0.35 441	0.14 256	0.32 360	0.16 205

CFNet	0.58 303	0.96 398	1.78 172	0.33 220	0.25 235	0.63 290	0.22 83	0.88 325	0.75 374	0.46 162	0.59 270	0.58 270	0.40 236	2.29 438	0.48 279	0.12 231	0.09 143	0.15 323	0.14 256	0.30 345	0.15 181

NLCA_NET_v2_RVC	0.55 286	0.92 382	2.36 354	0.38 320	0.37 366	0.60 232	0.28 223	0.82 279	0.62 249	0.62 339	0.55 242	0.72 343	0.45 285	1.00 279	0.43 255	0.15 317	0.11 226	0.14 296	0.14 256	0.15 110	0.16 205
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
DeepPruner_ROB	0.50 235	0.70 311	1.94 260	0.29 129	0.26 249	0.63 290	0.31 267	0.80 268	0.48 112	0.61 328	0.55 242	0.66 305	0.38 215	0.98 276	0.40 238	0.19 376	0.14 286	0.14 296	0.14 256	0.23 271	0.17 222

StereoDRNet-Refined	0.50 235	0.41 177	1.50 99	0.33 220	0.21 165	0.68 338	0.26 182	0.81 272	0.68 307	0.67 370	0.68 346	0.73 346	0.42 263	1.10 289	0.59 320	0.11 180	0.08 77	0.14 296	0.14 256	0.25 297	0.21 282
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
StereoDRNet	0.64 337	0.88 374	2.35 351	0.41 345	0.45 407	0.73 364	0.47 378	0.94 372	0.74 361	0.75 397	0.54 233	0.74 352	0.47 303	1.70 367	0.72 353	0.15 317	0.14 286	0.15 323	0.14 256	0.20 228	0.19 258

DLCB_ROB	0.54 274	0.55 252	1.49 96	0.36 284	0.25 235	0.65 314	0.36 316	0.80 268	0.70 325	0.72 390	0.69 354	0.83 383	0.46 298	1.53 342	0.60 322	0.13 261	0.12 251	0.14 296	0.14 256	0.14 93	0.13 133

rvit_0105_5	0.36 80	0.39 166	1.48 93	0.30 145	0.18 112	0.41 49	0.30 254	0.64 147	0.62 249	0.30 78	0.33 81	0.37 123	0.29 154	0.41 95	0.28 124	0.18 362	0.16 328	0.15 323	0.15 279	0.15 110	0.14 148

rvit_stereo_0075_2	0.40 115	0.40 171	1.88 230	0.33 220	0.32 314	0.41 49	0.22 83	0.58 115	0.53 162	0.38 111	0.51 199	0.40 144	0.27 127	0.44 113	0.29 138	0.20 384	0.15 311	0.22 401	0.15 279	0.18 192	0.23 317

test_sample7	0.47 200	0.33 123	1.49 96	0.34 250	0.20 154	0.51 113	0.30 254	0.93 364	0.66 296	0.57 282	0.51 199	0.55 245	0.45 285	1.11 292	0.38 219	0.17 351	0.14 286	0.16 341	0.15 279	0.19 213	0.18 242

IGEV++	0.34 63	0.43 189	1.32 59	0.31 171	0.14 20	0.32 19	0.21 64	0.70 178	0.34 12	0.22 27	0.28 44	0.22 22	0.27 127	0.35 62	0.27 115	0.09 39	0.39 452	0.08 8	0.15 279	0.25 297	0.45 439

StereoVision	0.45 175	0.72 317	1.94 260	0.33 220	0.32 314	0.47 81	0.26 182	0.68 168	0.57 194	0.32 90	0.89 408	0.45 187	0.27 127	0.49 159	0.36 206	0.13 261	0.15 311	0.16 341	0.15 279	0.19 213	0.13 133

Selective-IGEV	0.29 25	0.23 32	1.28 52	0.27 74	0.30 289	0.35 31	0.20 46	0.56 106	0.38 30	0.21 20	0.30 59	0.22 22	0.18 26	0.37 76	0.18 7	0.07 2	0.06 2	0.08 8	0.15 279	0.16 145	0.29 366

test_4	0.40 115	0.37 151	2.01 280	0.29 129	0.21 165	0.50 104	0.28 223	0.47 46	0.39 40	0.42 133	0.76 383	0.38 130	0.22 60	0.52 172	0.33 189	0.08 9	0.07 18	0.11 151	0.15 279	0.28 331	0.07 5

IPLGR_C	0.58 303	1.25 453	2.72 415	0.80 458	0.31 306	0.60 232	0.61 418	0.76 225	0.58 204	0.56 271	0.62 297	0.41 150	0.31 170	0.43 106	0.40 238	0.11 180	0.22 393	0.13 261	0.15 279	0.35 385	0.19 258

SACVNet	0.60 316	0.74 323	1.90 241	0.37 305	0.28 272	0.64 301	0.37 324	0.86 311	0.61 231	0.65 364	0.62 297	0.69 328	0.44 281	2.08 424	0.42 246	0.18 362	0.14 286	0.16 341	0.15 279	0.38 403	0.24 329

PSM-AAD	0.63 333	0.22 25	1.77 167	0.37 305	0.23 207	0.86 413	1.17 476	0.59 123	0.60 216	0.64 357	0.71 368	0.68 321	2.93 491	0.65 222	0.31 168	0.09 39	0.07 18	0.17 358	0.15 279	0.13 73	0.33 395

rafts_anoy	0.43 147	0.89 377	1.96 272	0.32 199	0.30 289	0.48 89	0.24 142	0.62 139	0.49 118	0.37 103	0.38 108	0.33 108	0.30 162	0.51 168	0.34 196	0.10 122	0.39 452	0.13 261	0.15 279	0.17 166	0.15 181

FINET	0.65 345	0.95 396	3.06 452	0.35 266	0.40 384	0.58 206	0.48 381	0.92 356	1.10 452	0.57 282	0.68 346	0.47 208	0.44 281	1.15 300	0.60 322	0.23 406	0.21 387	0.17 358	0.15 279	0.26 316	0.25 338

Syn2CoEx	0.70 368	1.07 428	2.74 421	0.43 357	0.30 289	0.64 301	0.42 345	0.99 414	0.78 392	0.62 339	0.78 387	0.74 352	0.72 395	1.92 411	0.61 325	0.20 384	0.17 346	0.19 384	0.15 279	0.29 335	0.22 293

psm_up	0.57 298	0.61 266	1.83 211	0.35 266	0.30 289	0.64 301	0.37 324	0.90 337	0.68 307	0.59 313	0.55 242	0.68 321	0.54 332	1.91 407	0.46 265	0.16 337	0.15 311	0.16 341	0.15 279	0.23 271	0.13 133

GwcNet	0.69 364	0.71 313	3.12 458	0.36 284	0.45 407	0.81 400	0.44 361	0.86 311	0.84 411	0.60 321	0.74 378	0.82 381	0.49 317	1.65 360	0.66 336	0.16 337	0.15 311	0.15 323	0.15 279	0.31 353	0.24 329

DMCA-RVC	0.62 329	0.96 398	2.63 402	0.36 284	0.90 469	0.56 171	0.31 267	0.69 171	0.57 194	0.68 377	0.52 211	0.59 272	0.56 341	1.23 307	0.53 298	0.16 337	0.38 446	0.20 392	0.15 279	0.20 228	0.15 181

ADCP+	0.94 430	1.12 432	3.14 459	0.34 250	0.39 375	1.06 439	0.79 447	0.89 331	0.80 400	0.66 366	0.67 338	0.85 389	1.55 471	0.93 271	4.55 496	0.13 261	0.11 226	0.16 341	0.15 279	0.26 316	0.25 338

SANet	1.20 453	1.21 448	3.33 474	0.38 320	0.27 262	1.73 476	0.85 452	1.10 452	2.49 492	1.16 450	1.83 465	1.72 470	1.50 470	2.37 442	2.84 473	0.18 362	0.16 328	0.16 341	0.15 279	0.32 360	0.32 388

XPNet_ROB	0.61 324	0.72 317	1.66 124	0.37 305	0.27 262	0.67 326	0.47 378	0.89 331	0.71 335	0.78 406	0.70 364	0.81 377	0.53 329	1.70 367	0.76 360	0.21 390	0.16 328	0.16 341	0.15 279	0.20 228	0.21 282

ITSA-stereo	0.48 206	0.33 123	1.20 41	0.33 220	0.18 112	0.60 232	0.29 246	0.94 372	0.80 400	0.50 200	0.49 187	0.53 235	0.59 353	1.25 311	0.64 333	0.15 317	0.12 251	0.17 358	0.16 298	0.18 192	0.23 317

Occ-G	0.30 35	0.30 103	1.33 61	0.23 8	0.15 35	0.36 37	0.25 161	0.43 27	0.31 3	0.26 62	0.35 91	0.46 200	0.22 60	0.30 28	0.25 100	0.09 39	0.07 18	0.09 44	0.16 298	0.31 353	0.08 17

EKT-Stereo	1.47 472	0.49 224	1.93 253	2.57 503	19.31 516	0.55 156	0.22 83	0.69 171	0.42 60	0.38 111	0.36 96	0.43 167	0.27 127	0.69 235	0.26 107	0.12 231	0.14 286	0.11 151	0.16 298	0.20 228	0.15 181

SDNR	1.22 457	0.80 347	2.71 413	0.33 220	1.48 494	1.98 485	0.23 110	1.93 489	2.44 490	0.89 426	2.52 481	1.36 460	0.51 322	3.65 493	1.93 446	0.30 436	0.31 432	0.22 401	0.16 298	0.33 368	0.36 409

ToySt	0.44 157	0.61 266	1.89 237	0.29 129	0.18 112	0.55 156	0.35 309	0.67 164	0.53 162	0.39 117	0.50 195	0.59 272	0.43 273	0.51 168	0.49 284	0.10 122	0.12 251	0.13 261	0.16 298	0.24 286	0.19 258

MC-Stereo	0.32 48	0.31 114	1.46 86	0.31 171	0.15 35	0.53 137	0.19 29	0.44 31	0.35 16	0.36 99	0.38 108	0.27 72	0.27 127	0.42 103	0.19 12	0.09 39	0.13 269	0.09 44	0.16 298	0.20 228	0.13 133

WZ-Net	0.92 428	1.31 459	3.76 481	0.41 345	0.36 355	0.86 413	0.71 438	1.00 422	1.06 448	0.82 417	0.92 411	1.06 438	1.05 442	2.16 431	1.61 435	0.19 376	0.13 269	0.15 323	0.16 298	0.32 360	0.28 360

PFNet	0.60 316	0.33 123	2.47 376	0.41 345	0.55 431	0.62 273	0.27 207	0.61 135	0.63 261	0.61 328	0.56 253	0.45 187	0.32 176	1.88 404	1.14 406	0.28 432	0.09 143	0.12 203	0.16 298	0.26 316	0.20 273

SFCPSM	0.46 185	0.24 40	2.35 351	0.27 74	0.27 262	0.70 351	0.32 290	0.96 390	0.63 261	0.49 193	0.52 211	0.43 167	0.36 195	0.52 172	0.43 255	0.12 231	0.09 143	0.12 203	0.16 298	0.16 145	0.12 99

PSMNet-RSSM	0.53 269	0.82 356	1.78 172	0.31 171	0.25 235	0.58 206	0.28 223	0.84 295	0.60 216	0.50 200	0.61 292	0.67 314	0.43 273	1.68 364	0.42 246	0.15 317	0.10 180	0.14 296	0.16 298	0.15 110	0.13 133

FAT-Stereo	0.70 368	0.54 243	2.88 434	0.36 284	0.29 278	0.62 273	0.54 396	0.97 398	0.87 417	0.76 400	0.92 411	0.94 414	0.80 410	1.84 395	0.57 313	0.18 362	0.19 367	0.17 358	0.16 298	0.22 258	0.25 338

SuperB	1.15 449	1.14 436	5.43 500	0.36 284	0.26 249	0.81 400	0.89 455	0.88 325	1.17 457	0.67 370	0.68 346	0.63 287	1.39 464	1.74 373	3.37 484	0.15 317	0.12 251	0.17 358	0.16 298	2.80 503	0.25 338

stereogan	0.69 364	0.51 232	2.44 369	0.39 329	0.39 375	1.01 435	0.41 342	0.94 372	0.92 430	0.73 394	0.85 401	1.15 449	0.69 388	1.57 347	0.53 298	0.19 376	0.18 356	0.20 392	0.16 298	0.36 389	0.24 329

DANet	0.80 409	0.65 294	2.21 323	1.19 482	0.48 417	0.74 367	1.25 479	0.89 331	1.53 474	0.89 426	0.71 368	0.96 417	0.56 341	1.83 390	0.96 381	0.18 362	0.16 328	0.19 384	0.16 298	0.26 316	0.29 366
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
GANet	0.75 394	0.84 362	2.01 280	0.40 338	0.25 235	0.74 367	0.66 426	0.87 320	0.73 357	0.71 387	1.07 436	0.84 386	0.59 353	2.71 474	1.15 408	0.17 351	0.16 328	0.44 454	0.16 298	0.31 353	0.20 273

DRN-Test	0.64 337	0.43 189	2.44 369	0.39 329	0.44 399	0.80 399	0.41 342	1.02 433	0.78 392	0.80 408	0.63 309	0.69 328	0.56 341	1.79 382	0.69 344	0.15 317	0.12 251	0.17 358	0.16 298	0.18 192	0.17 222

ETE_ROB	0.60 316	0.71 313	1.55 106	0.37 305	0.25 235	0.69 344	0.51 385	1.47 474	0.70 325	0.80 408	0.69 354	0.85 389	0.49 317	1.36 318	0.58 318	0.16 337	0.13 269	0.19 384	0.16 298	0.21 241	0.23 317

AIO-test2	0.49 224	1.15 440	1.96 272	0.42 353	0.37 366	0.50 104	0.23 110	0.79 265	0.70 325	0.33 92	0.53 221	0.27 72	0.22 60	0.67 226	0.29 138	0.73 470	0.08 77	0.13 261	0.17 315	0.17 166	0.18 242

fast-acv-ft	0.63 333	0.88 374	3.10 455	0.38 320	0.30 289	0.79 393	0.48 381	0.69 171	0.72 343	0.58 300	0.78 387	0.76 361	0.60 356	0.67 226	0.73 356	0.15 317	0.15 311	0.18 378	0.17 315	0.37 397	0.16 205

GASNet	0.73 389	1.47 470	3.04 450	0.47 388	0.33 327	0.57 189	0.34 302	0.91 347	0.75 374	0.58 300	0.58 267	0.74 352	0.55 337	2.03 419	0.65 335	0.21 390	0.15 311	0.19 384	0.17 315	0.51 444	0.28 360

Wz-Net-SNSev	0.76 397	1.32 462	3.11 457	0.40 338	0.31 306	0.71 353	0.60 414	0.98 402	0.87 417	0.67 370	0.83 394	0.96 417	0.60 356	1.67 363	0.97 382	0.16 337	0.15 311	0.16 341	0.17 315	0.36 389	0.24 329

test-1	0.44 157	0.48 221	1.69 129	0.30 145	0.27 262	0.50 104	0.28 223	0.80 268	0.43 69	0.40 119	0.54 233	0.41 150	0.24 81	0.31 35	1.16 409	0.09 39	0.20 378	0.10 89	0.17 315	0.11 34	0.26 348

AF-Net	0.69 364	0.92 382	2.21 323	0.41 345	0.40 384	0.68 338	0.40 336	1.02 433	0.86 414	0.69 379	1.03 431	1.04 434	0.84 417	1.19 302	0.78 364	0.22 403	0.14 286	0.25 419	0.17 315	0.30 345	0.18 242

RTSC	0.72 380	1.00 415	2.22 327	0.40 338	0.29 278	0.82 403	0.31 267	0.96 390	1.10 452	0.92 430	0.81 391	0.78 366	0.58 350	1.23 307	1.55 433	0.18 362	0.17 346	0.14 296	0.17 315	0.43 425	0.30 375

CVANet_RVC	0.65 345	0.80 347	2.13 307	0.36 284	0.26 249	0.62 273	0.42 345	0.84 295	0.72 343	0.69 379	0.68 346	0.68 321	0.52 327	2.64 467	0.42 246	0.19 376	0.12 251	0.22 401	0.17 315	0.37 397	0.15 181

UCFNet_RVC	0.48 206	0.82 356	1.85 216	0.30 145	0.27 262	0.64 301	0.26 182	0.74 201	0.55 180	0.48 182	0.53 221	0.63 287	0.41 247	0.88 270	0.38 219	0.15 317	0.10 180	0.17 358	0.17 315	0.18 192	0.15 181

DPSNet	0.86 420	0.60 262	2.34 348	0.58 431	0.36 355	1.07 444	0.75 443	1.30 467	1.05 445	0.70 383	0.68 346	0.94 414	1.29 453	2.08 424	1.82 444	0.26 423	0.23 399	0.16 341	0.17 315	0.48 437	0.40 429

MDST_ROB	1.17 452	0.42 184	3.87 483	0.54 417	0.44 399	4.11 503	0.58 410	1.31 468	0.84 411	2.12 482	1.12 439	0.98 421	0.71 392	4.24 499	0.99 388	0.16 337	0.14 286	0.19 384	0.17 315	0.18 192	0.35 401

rvit_0105_3	0.39 109	0.47 218	1.46 86	0.33 220	0.19 140	0.45 60	0.35 309	0.69 171	0.65 282	0.37 103	0.37 99	0.40 144	0.31 170	0.44 113	0.30 156	0.18 362	0.17 346	0.17 358	0.18 326	0.15 110	0.15 181

ff7	0.32 48	0.52 233	1.38 70	0.25 32	0.16 55	0.56 171	0.23 110	0.46 36	0.41 52	0.24 39	0.23 16	0.20 12	0.23 73	0.48 149	0.19 12	0.09 39	0.08 77	0.10 89	0.18 326	0.23 271	0.22 293

IGEVStereo-DCA	0.33 55	0.34 134	1.38 70	0.27 74	0.16 55	0.45 60	0.23 110	0.46 36	0.41 52	0.24 39	0.21 11	0.26 63	0.25 96	0.64 212	0.52 294	0.09 39	0.07 18	0.10 89	0.18 326	0.16 145	0.22 293

ffff	0.32 48	0.52 233	1.38 70	0.25 32	0.16 55	0.56 171	0.23 110	0.46 36	0.41 52	0.24 39	0.23 16	0.20 12	0.23 73	0.48 149	0.19 12	0.09 39	0.08 77	0.10 89	0.18 326	0.23 271	0.22 293

11t	0.32 48	0.52 233	1.38 70	0.25 32	0.16 55	0.56 171	0.23 110	0.46 36	0.41 52	0.24 39	0.23 16	0.20 12	0.23 73	0.48 149	0.19 12	0.09 39	0.08 77	0.10 89	0.18 326	0.23 271	0.22 293

anonymousdsp	0.34 63	0.53 238	1.47 90	0.25 32	0.16 55	0.56 171	0.23 110	0.49 57	0.40 47	0.25 54	0.24 24	0.22 22	0.24 81	0.55 186	0.19 12	0.09 39	0.11 226	0.10 89	0.18 326	0.24 286	0.29 366

ccc-4	0.32 48	0.52 233	1.38 70	0.25 32	0.16 55	0.56 171	0.23 110	0.46 36	0.41 52	0.24 39	0.23 16	0.20 12	0.23 73	0.48 149	0.19 12	0.09 39	0.08 77	0.10 89	0.18 326	0.23 271	0.22 293

IGEV-Stereo	0.34 63	0.54 243	1.47 90	0.25 32	0.16 55	0.56 171	0.23 110	0.49 57	0.40 47	0.25 54	0.24 24	0.22 22	0.24 81	0.54 182	0.19 12	0.09 39	0.10 180	0.10 89	0.18 326	0.24 286	0.29 366
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
dad	0.51 252	1.01 419	1.74 147	0.29 129	0.19 140	0.60 232	0.26 182	0.52 78	0.75 374	0.63 347	0.63 309	0.63 287	0.33 179	0.85 267	0.47 274	0.27 428	0.15 311	0.40 450	0.18 326	0.22 258	0.14 148

LCNet	0.54 274	0.37 151	1.78 172	0.92 467	0.22 188	0.96 428	0.30 254	0.59 123	0.58 204	0.51 213	0.55 242	0.41 150	0.76 405	0.84 265	0.26 107	0.09 39	0.06 2	0.12 203	0.18 326	0.98 473	0.39 425

psmorigin	1.36 465	0.60 262	13.80 513	0.37 305	0.29 278	0.62 273	0.33 298	0.77 235	0.61 231	0.96 436	0.88 406	1.17 452	0.73 398	4.00 496	0.86 375	0.19 376	0.22 393	0.17 358	0.18 326	0.24 286	0.29 366

EDNetEfficientorigin	8.18 508	0.98 409	145.96 528	0.51 404	0.89 468	0.72 359	0.48 381	0.85 301	1.56 476	2.12 482	1.49 456	1.29 456	1.31 456	1.83 390	2.13 457	0.13 261	0.12 251	0.17 358	0.18 326	0.39 411	0.45 439

FADNet-RVC	0.61 324	1.26 455	2.12 305	0.33 220	0.26 249	0.59 222	0.29 246	0.86 311	0.62 249	0.45 154	0.50 195	0.62 284	0.46 298	1.73 371	0.55 303	0.17 351	0.20 378	0.17 358	0.18 326	0.59 452	0.28 360

S-Stereo	0.80 409	0.69 308	3.89 484	0.39 329	0.37 366	0.69 344	0.70 437	0.94 372	0.98 438	0.62 339	0.91 409	0.83 383	0.60 356	2.37 442	0.66 336	0.18 362	0.21 387	0.17 358	0.18 326	0.30 345	0.35 401

edge stereo	0.81 414	0.73 320	3.30 471	0.37 305	1.21 486	0.62 273	0.39 334	0.93 364	0.79 397	0.80 408	0.88 406	1.14 448	0.71 392	2.18 432	0.71 349	0.21 390	0.20 378	0.26 422	0.18 326	0.38 403	0.26 348

RTS	1.21 454	1.31 459	6.39 502	0.52 408	0.51 424	1.61 468	0.79 447	1.03 440	1.37 468	1.13 447	1.30 448	1.10 444	0.85 418	2.65 468	2.08 453	0.21 390	0.24 402	0.18 378	0.18 326	0.43 425	0.32 388

RTSA	1.21 454	1.31 459	6.39 502	0.52 408	0.51 424	1.61 468	0.79 447	1.03 440	1.37 468	1.13 447	1.30 448	1.10 444	0.85 418	2.65 468	2.08 453	0.21 390	0.24 402	0.18 378	0.18 326	0.43 425	0.32 388

PS-NSSS	0.63 333	1.00 415	1.81 199	0.30 145	0.31 306	0.63 290	0.34 302	0.98 402	0.69 316	0.54 244	0.74 378	0.51 227	0.41 247	2.43 453	0.48 279	0.24 414	0.17 346	0.27 423	0.18 326	0.27 325	0.21 282

LALA_ROB	0.60 316	0.76 326	1.69 129	0.36 284	0.29 278	0.79 393	0.55 399	0.94 372	0.77 387	0.81 413	0.67 338	0.94 414	0.49 317	0.99 277	0.73 356	0.21 390	0.15 311	0.20 392	0.18 326	0.23 271	0.21 282

coex-ft	5.95 506	1.67 479	60.57 526	0.34 250	0.30 289	0.77 384	0.69 434	0.74 201	4.41 498	19.22 518	2.15 473	1.62 469	7.97 506	1.81 389	8.96 507	0.44 450	2.08 504	0.18 378	0.19 345	0.38 403	4.62 509

UDGNet	0.44 157	1.02 422	1.74 147	0.35 266	0.19 140	0.58 206	0.23 110	0.49 57	0.66 296	0.41 128	0.38 108	0.34 114	0.29 154	0.53 178	0.30 156	0.24 414	0.10 180	0.37 447	0.19 345	0.27 325	0.15 181

APVNet	0.70 368	0.67 302	2.71 413	0.38 320	0.36 355	0.85 411	0.43 352	0.91 347	0.68 307	0.55 261	0.69 354	0.75 357	0.55 337	2.31 439	0.78 364	0.17 351	0.17 346	0.24 414	0.19 345	0.33 368	0.23 317

FADNet-RVC-Resample	0.67 353	1.16 445	3.16 461	0.37 305	0.29 278	0.62 273	0.38 330	0.86 311	0.63 261	0.51 213	0.50 195	0.57 263	0.45 285	1.57 347	0.49 284	0.24 414	0.32 438	0.23 408	0.19 345	0.27 325	0.62 459

FADNet	0.64 337	1.22 449	2.06 289	0.32 199	0.30 289	0.66 320	0.29 246	0.88 325	0.72 343	0.44 144	0.48 170	0.66 305	0.57 346	1.84 395	0.45 264	0.46 454	0.20 378	0.17 358	0.19 345	0.59 452	0.24 329

ADCRef	0.80 409	0.96 398	2.29 340	0.37 305	0.35 347	0.96 428	0.51 385	0.87 320	0.75 374	0.88 424	0.83 394	0.61 280	1.36 461	1.02 281	3.27 481	0.13 261	0.11 226	0.17 358	0.19 345	0.25 297	0.21 282

PSMNet_ROB	0.66 349	1.01 419	2.33 346	0.38 320	0.31 306	0.72 359	0.55 399	0.86 311	0.69 316	0.54 244	0.60 285	0.75 357	0.47 303	2.00 418	0.82 371	0.17 351	0.13 269	0.19 384	0.19 345	0.24 286	0.27 355

SGM-Forest	1.04 442	0.42 184	3.59 480	0.41 345	0.32 314	1.05 438	1.32 482	0.94 372	0.83 409	1.16 450	2.23 477	1.03 431	1.39 464	2.49 458	2.35 464	0.21 390	0.21 387	0.20 392	0.19 345	0.23 271	0.32 388
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
CBMV	0.71 377	0.76 326	2.64 404	0.33 220	0.20 154	0.78 389	0.79 447	0.98 402	0.78 392	0.85 423	0.71 368	0.86 393	1.10 447	1.46 329	0.62 327	0.18 362	0.20 378	0.21 398	0.19 345	0.25 297	0.33 395
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MeshStereo	1.21 454	1.15 440	3.01 449	0.34 250	0.28 272	1.10 447	0.69 434	1.35 469	1.01 441	2.71 495	2.41 480	2.96 484	1.45 467	2.80 478	1.40 426	0.22 403	0.22 393	0.22 401	0.19 345	0.50 442	0.26 348
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
ISRNet	0.47 200	0.44 200	1.55 106	0.37 305	0.31 306	0.49 96	0.19 29	0.75 212	0.66 296	0.63 347	0.71 368	0.67 314	0.39 229	0.58 193	0.44 260	0.23 406	0.16 328	0.21 398	0.20 355	0.21 241	0.25 338

IGEV-Stereo+	0.29 25	0.29 93	0.86 12	0.25 32	0.34 335	0.30 12	0.14 2	0.32 3	0.53 162	0.18 8	0.12 3	0.18 8	0.19 34	0.49 159	0.17 6	0.09 39	0.08 77	0.08 8	0.20 355	0.46 435	0.59 457

Wz-Net-TNSev	0.91 426	1.73 485	3.08 453	0.36 284	0.31 306	1.00 434	0.71 438	1.06 446	0.97 435	0.71 387	0.72 373	1.09 442	0.87 422	2.42 451	1.59 434	0.20 384	0.20 378	0.16 341	0.20 355	0.44 433	0.35 401

STTStereo	0.51 252	0.69 308	2.14 312	0.36 284	0.30 289	0.61 253	0.32 290	0.77 235	0.60 216	0.60 321	0.54 233	0.67 314	0.43 273	0.86 268	0.42 246	0.16 337	0.15 311	0.17 358	0.20 355	0.16 145	0.15 181

RP	0.67 353	0.82 356	1.94 260	0.43 357	0.44 399	0.65 314	0.45 367	0.89 331	0.82 406	0.66 366	0.92 411	0.99 424	0.76 405	1.55 344	0.66 336	0.25 419	0.18 356	0.23 408	0.20 355	0.31 353	0.22 293

XQC	0.73 389	0.98 409	2.39 358	0.46 383	0.35 347	0.81 400	0.46 370	1.00 422	1.00 439	0.80 408	0.69 354	0.88 399	0.74 403	1.32 314	1.20 411	0.24 414	0.16 328	0.23 408	0.20 355	0.41 419	0.33 395

AIO_test	0.39 109	0.37 151	1.19 37	0.73 451	0.67 452	0.35 31	0.25 161	0.47 46	0.34 12	0.34 94	0.22 15	0.33 108	0.17 12	1.31 313	0.19 12	0.11 180	0.15 311	0.08 8	0.21 361	0.15 110	0.23 317

testlalala_base	0.46 185	0.30 103	1.82 205	0.34 250	0.27 262	0.55 156	0.21 64	0.85 301	0.32 6	0.32 90	0.39 116	0.31 94	0.23 73	0.30 28	0.28 124	0.95 479	0.30 430	0.09 44	0.21 361	1.03 474	0.18 242

GrayStereo	0.66 349	0.19 5	1.76 158	0.90 465	0.23 207	0.62 273	1.42 490	0.62 139	0.60 216	0.72 390	0.78 387	0.56 257	3.07 494	0.60 204	0.26 107	0.09 39	0.08 77	0.10 89	0.21 361	0.11 34	0.18 242

aanetorigin	0.77 401	0.80 347	2.59 398	0.43 357	0.44 399	0.58 206	1.01 466	0.57 109	0.68 307	1.53 475	1.23 443	0.81 377	1.08 445	1.07 286	1.07 399	0.18 362	0.15 311	0.17 358	0.21 361	0.54 449	0.30 375

MaskLacGwcNet_RVC	0.77 401	1.04 424	2.06 289	0.94 469	0.35 347	0.89 420	0.40 336	0.85 301	0.63 261	0.55 261	0.63 309	0.75 357	0.38 215	2.38 445	0.48 279	1.10 485	0.31 432	0.36 443	0.21 361	0.53 448	0.55 453

SHD	0.72 380	0.77 335	2.36 354	0.45 378	0.40 384	0.71 353	0.32 290	1.02 433	1.25 462	1.07 443	0.84 397	0.90 403	0.73 398	1.09 288	0.98 383	0.21 390	0.18 356	0.20 392	0.21 361	0.32 360	0.31 383

ADCL	0.99 435	0.79 345	2.43 367	0.39 329	0.32 314	1.50 464	1.90 494	0.92 356	0.97 435	1.26 463	1.27 445	1.00 426	1.42 466	1.14 298	3.31 482	0.17 351	0.14 286	0.22 401	0.21 361	0.30 345	0.22 293

WCMA_ROB	1.12 445	0.83 360	2.66 407	0.58 431	0.34 335	1.17 454	0.71 438	0.93 364	0.94 431	1.74 478	2.63 486	3.09 486	1.71 477	1.70 367	1.84 445	0.26 423	0.21 387	0.20 392	0.21 361	0.28 331	0.43 436

Reg-Stereo(zero)	0.46 185	0.17 1	2.10 301	0.24 16	0.34 335	0.51 113	0.42 345	0.50 63	0.54 174	0.37 103	0.46 153	0.54 241	0.60 356	0.43 106	1.10 401	0.08 9	0.09 143	0.08 8	0.22 369	0.12 45	0.22 293

rvit_105_1	0.44 157	0.54 243	1.46 86	0.36 284	0.24 220	0.51 113	0.45 367	0.75 212	0.74 361	0.45 154	0.44 142	0.44 178	0.36 195	0.62 207	0.38 219	0.20 384	0.18 356	0.18 378	0.22 369	0.18 192	0.18 242

model_zeroshot	0.44 157	0.68 304	1.97 276	0.28 99	0.18 112	0.69 344	0.21 64	0.63 145	0.40 47	1.00 438	0.34 87	0.42 163	0.20 42	0.69 235	0.24 88	0.10 122	0.22 393	0.10 89	0.22 369	0.12 45	0.10 48

GCAP-BAT	0.43 147	0.31 114	1.82 205	0.25 32	0.26 249	0.65 314	0.23 110	0.48 51	0.37 26	0.67 370	0.82 393	0.44 178	0.24 81	0.48 149	0.87 376	0.09 39	0.13 269	0.09 44	0.22 369	0.08 4	0.09 28

cross-raft	0.40 115	0.27 64	2.22 327	0.30 145	0.17 81	0.49 96	0.35 309	0.71 181	0.39 40	0.43 138	0.45 146	0.64 295	0.25 96	0.32 42	0.25 100	0.08 9	0.08 77	0.09 44	0.23 373	0.11 34	0.14 148

ADCS	1.05 443	1.36 467	2.98 447	0.42 353	0.36 355	0.96 428	0.81 451	1.06 446	1.12 454	1.25 460	0.97 421	1.08 440	0.90 427	1.25 311	4.86 498	0.21 390	0.21 387	0.22 401	0.23 373	0.36 389	0.38 419

testlalala	0.36 80	0.30 103	1.77 167	0.28 99	0.33 327	0.60 232	0.22 83	0.55 100	0.51 136	0.55 261	0.35 91	0.31 94	0.20 42	0.26 6	0.22 59	0.10 122	0.13 269	0.09 44	0.24 375	0.08 4	0.07 5

AnyNet_C01	1.14 447	1.49 471	4.23 492	0.54 417	0.53 426	1.51 465	1.37 484	1.04 444	1.07 449	1.17 455	1.33 451	1.15 449	1.08 445	1.61 357	2.74 471	0.25 419	0.22 393	0.28 426	0.24 375	0.48 437	0.40 429

AnyNet_C32	1.00 438	1.33 464	2.53 386	0.49 398	0.54 428	1.15 452	1.14 474	0.91 347	0.89 424	1.11 446	0.95 418	0.87 395	0.93 429	1.50 338	4.07 491	0.21 390	0.20 378	0.25 419	0.24 375	0.38 403	0.33 395

GANetREF_RVC	0.75 394	1.15 440	2.46 372	0.47 388	0.26 249	0.83 405	0.61 418	0.97 398	0.89 424	0.62 339	0.61 292	0.72 343	0.59 353	2.42 451	0.55 303	0.32 439	0.25 415	0.36 443	0.24 375	0.39 411	0.31 383
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
NaN_ROB	1.14 447	0.94 390	2.96 443	0.53 414	0.56 433	1.13 450	0.99 461	0.98 402	1.00 439	1.09 445	0.87 404	0.77 363	1.06 444	5.90 503	2.72 470	0.16 337	0.23 399	0.16 341	0.24 375	0.22 258	0.36 409

CSAN	1.25 458	1.12 432	3.04 450	0.51 404	0.37 366	1.06 439	1.15 475	1.22 462	1.08 450	1.17 455	1.91 467	1.04 434	1.31 456	5.96 504	2.43 466	0.26 423	0.22 393	0.24 414	0.24 375	0.31 353	0.30 375

PDISCO_ROB	0.75 394	1.06 426	2.11 302	0.64 443	0.59 440	1.13 450	0.43 352	1.14 457	1.05 445	0.64 357	0.71 368	0.96 417	0.61 365	1.21 303	0.76 360	0.37 447	0.18 356	0.27 423	0.24 375	0.56 451	0.32 388

DEFOM-Stereo_RVC	0.28 16	0.28 85	1.09 27	0.33 220	0.15 35	0.30 12	0.16 12	0.58 115	0.42 60	0.19 11	0.19 10	0.17 6	0.26 110	0.38 82	0.37 212	0.09 39	0.08 77	0.08 8	0.25 382	0.10 20	0.06 1

HBP-ISP	0.76 397	1.30 458	3.19 465	0.35 266	0.26 249	0.85 411	0.54 396	1.03 440	0.72 343	0.80 408	0.69 354	0.68 321	0.83 414	2.04 420	0.44 260	0.23 406	0.24 402	0.29 433	0.25 382	0.28 331	0.24 329

Nwc_Net	0.68 360	0.83 360	2.53 386	0.41 345	0.39 375	0.77 384	0.38 330	1.01 430	0.70 325	0.60 321	0.99 424	0.98 421	0.68 386	1.41 322	0.63 329	0.23 406	0.15 311	0.23 408	0.25 382	0.23 271	0.18 242

SAMSARA	0.91 426	0.97 406	2.22 327	0.80 458	0.58 438	1.32 456	1.31 481	1.01 430	0.94 431	1.36 466	0.87 404	1.38 461	0.90 427	1.72 370	1.02 395	0.24 414	0.30 430	0.22 401	0.25 382	0.36 389	0.35 401

NCCL2	0.65 345	0.94 390	1.96 272	0.43 357	0.30 289	0.71 353	0.68 432	0.84 295	0.65 282	0.70 383	0.60 285	0.86 393	0.54 332	1.56 345	0.57 313	0.20 384	0.16 328	0.67 466	0.25 382	0.22 258	0.24 329

CBMV_ROB	0.76 397	0.42 184	2.68 409	0.33 220	0.22 188	0.74 367	0.47 378	0.96 390	0.76 383	1.04 442	0.96 419	0.88 399	0.93 429	2.06 422	1.19 410	0.22 403	0.24 402	0.27 423	0.25 382	0.25 297	0.28 360

FBW_ROB	0.83 416	0.77 335	1.77 167	0.44 364	0.30 289	0.87 417	0.46 370	1.10 452	0.91 427	0.81 413	0.75 381	1.01 427	0.61 365	3.66 494	1.23 415	0.26 423	0.23 399	0.36 443	0.25 382	0.27 325	0.62 459

GREAT-IGEV	0.37 86	0.28 85	1.48 93	0.25 32	0.38 372	0.46 76	0.18 23	0.33 4	0.34 12	0.15 2	0.29 50	0.15 4	0.17 12	0.36 69	0.23 67	0.07 2	0.76 486	0.07 1	0.26 389	0.21 241	1.03 487

RGC	0.71 377	0.97 406	2.18 320	0.44 364	0.44 399	0.73 364	0.40 336	0.94 372	0.71 335	0.71 387	1.04 434	1.01 427	0.71 392	1.74 373	0.70 346	0.23 406	0.18 356	0.28 426	0.26 389	0.29 335	0.27 355

G-Net	0.99 435	0.64 287	2.76 423	0.57 429	0.67 452	2.03 486	0.72 441	0.76 225	0.67 305	1.14 449	2.56 483	1.30 459	1.02 439	1.48 337	1.74 441	0.25 419	0.24 402	0.24 414	0.26 389	0.37 397	0.31 383

PVD	0.90 425	0.85 366	2.15 313	0.53 414	0.50 419	0.99 431	0.56 404	1.15 460	1.64 477	1.41 471	1.41 455	1.11 446	1.13 449	1.35 317	1.31 418	0.26 423	0.28 425	0.28 426	0.26 389	0.37 397	0.49 446

NOSS_ROB	0.64 337	0.65 294	1.62 118	0.46 383	0.25 235	0.67 326	0.30 254	0.93 364	0.77 387	0.59 313	0.57 261	0.77 363	0.38 215	2.78 476	0.44 260	0.23 406	0.24 402	0.28 426	0.26 389	0.27 325	0.39 425

ccnet	0.71 377	0.41 177	1.59 111	0.40 338	0.45 407	1.06 439	0.55 399	0.98 402	0.71 335	0.88 424	0.97 421	0.82 381	0.88 425	1.68 364	0.94 379	0.32 439	0.26 417	0.32 438	0.27 394	0.34 375	0.30 375

EDNetEfficient	1.27 459	0.70 311	4.05 489	0.64 443	0.98 473	0.94 426	1.40 487	0.85 301	1.75 481	2.34 491	1.33 451	1.05 436	2.21 485	1.58 351	4.15 492	0.15 317	0.19 367	0.14 296	0.27 394	0.38 403	0.32 388

SGM-ForestM	2.98 497	1.70 483	3.52 479	0.67 448	0.47 415	5.18 506	3.36 504	3.30 503	2.86 496	4.44 504	3.79 499	9.80 508	5.50 504	6.29 505	6.52 503	0.27 428	0.36 442	0.24 414	0.27 394	0.38 403	0.58 456

DeepPrunerF	0.86 420	0.86 367	2.91 441	0.45 378	0.50 419	0.64 301	0.48 381	1.14 457	2.64 493	0.63 347	0.61 292	0.65 298	0.62 370	2.21 434	1.31 418	0.23 406	0.19 367	0.30 434	0.28 397	0.36 389	0.25 338

PA-Net	0.84 418	1.00 415	3.49 477	0.63 442	0.40 384	0.70 351	0.52 388	0.86 311	0.84 411	0.52 221	0.59 270	0.70 338	0.54 332	2.35 441	2.23 460	0.17 351	0.27 423	0.19 384	0.28 397	0.22 258	0.36 409
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
LSM	3.31 499	1.11 431	5.29 499	9.40 512	30.65 522	0.84 407	1.12 473	0.91 347	1.22 460	1.36 466	2.19 474	0.93 410	0.83 414	1.66 361	0.90 377	0.21 390	0.31 432	0.24 414	0.28 397	0.39 411	6.33 510

SCV	0.35 74	0.59 260	1.37 69	0.34 250	0.22 188	0.28 7	0.23 110	0.72 186	0.35 16	0.19 11	0.30 59	0.24 41	0.20 42	0.64 212	0.19 12	0.11 180	0.08 77	0.09 44	0.29 400	0.34 375	0.29 366

castereo++	0.28 16	0.43 189	0.93 17	0.28 99	0.17 81	0.53 137	0.21 64	0.55 100	0.45 88	0.17 6	0.26 36	0.32 102	0.17 12	0.33 50	0.16 2	0.09 39	0.08 77	0.09 44	0.29 400	0.13 73	0.06 1

PSMNet-RUCA	0.58 303	0.82 356	1.89 237	0.59 435	0.56 433	0.64 301	0.36 316	0.84 295	0.69 316	0.51 213	0.68 346	0.53 235	0.43 273	0.56 189	0.43 255	0.34 443	0.18 356	0.44 454	0.29 400	0.48 437	0.30 375

testlalala2	0.44 157	0.28 85	2.59 398	0.64 443	0.56 433	0.57 189	0.20 46	0.78 249	0.52 143	0.40 119	0.39 116	0.45 187	0.21 51	0.27 8	0.22 59	0.09 39	0.10 180	0.08 8	0.29 400	0.12 45	0.10 48

rrr	0.46 185	0.34 134	3.08 453	0.27 74	0.16 55	0.45 60	0.28 223	1.09 451	0.51 136	0.24 39	0.21 11	0.26 63	0.25 96	0.64 212	0.52 294	0.09 39	0.07 18	0.10 89	0.29 400	0.16 145	0.25 338

SQANet	0.80 409	1.58 473	2.53 386	0.76 454	0.83 464	0.76 376	0.36 316	0.83 285	0.64 269	0.63 347	0.69 354	0.73 346	0.51 322	1.21 303	0.53 298	0.77 474	0.29 426	0.59 462	0.29 400	0.86 471	0.61 458

anonymousa	0.48 206	0.46 210	2.44 369	0.29 129	0.34 335	0.61 253	0.25 161	0.66 155	0.54 174	0.53 231	0.77 386	0.73 346	0.46 298	0.33 50	0.31 168	0.10 122	0.09 143	0.12 203	0.29 400	0.10 20	0.19 258

Sa-1000	0.51 252	0.72 317	1.90 241	0.31 171	0.60 445	0.60 232	0.31 267	0.94 372	0.71 335	0.52 221	0.83 394	0.42 163	0.33 179	0.68 229	0.28 124	0.10 122	0.09 143	0.13 261	0.29 400	0.29 335	0.10 48

CC-Net-ROB	0.85 419	1.15 440	2.13 307	0.88 464	0.38 372	0.88 419	0.44 361	1.06 446	0.79 397	0.58 300	0.69 354	0.65 298	0.50 320	2.74 475	0.51 292	0.93 477	0.39 452	0.87 472	0.29 400	0.54 449	0.54 450

SCV_C0	0.33 55	0.43 189	1.42 80	0.25 32	0.16 55	0.35 31	0.20 46	0.68 168	0.44 73	0.24 39	0.27 40	0.29 88	0.20 42	0.58 193	0.18 7	0.09 39	0.08 77	0.08 8	0.30 409	0.26 316	0.17 222

FC-DCNN v2	1.54 476	0.58 258	2.80 429	0.44 364	0.39 375	2.05 487	0.66 426	1.90 488	1.84 485	2.79 497	2.97 493	4.41 497	3.07 494	2.65 468	2.30 463	0.29 433	0.26 417	0.31 435	0.30 409	0.32 360	0.38 419

raft_robust	0.55 286	0.84 362	1.73 143	0.28 99	0.54 428	0.53 137	0.25 161	0.88 325	0.75 374	0.48 182	0.46 153	0.76 361	0.75 404	1.46 329	0.27 115	0.09 39	0.10 180	0.10 89	0.30 409	0.26 316	0.16 205

CREStereo++_RVC	0.33 55	0.29 93	1.74 147	0.24 16	0.16 55	0.54 144	0.15 4	0.40 13	0.55 180	0.37 103	0.51 199	0.24 41	0.19 34	0.27 8	0.26 107	0.09 39	0.06 2	0.08 8	0.30 409	0.08 4	0.06 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
FCDSN-DC	1.29 460	0.54 243	2.50 383	0.47 388	0.41 391	1.12 448	0.60 414	1.10 452	1.27 464	2.23 488	2.87 489	3.67 490	3.12 496	2.39 448	1.69 438	0.30 436	0.26 417	0.31 435	0.30 409	0.35 385	0.38 419
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
FC-DCNN	1.49 474	0.59 260	2.88 434	0.44 364	0.39 375	1.97 484	0.66 426	1.67 482	1.70 479	2.72 496	2.89 490	4.22 493	2.97 493	2.55 463	2.19 458	0.29 433	0.26 417	0.31 435	0.30 409	0.32 360	0.39 425

castereo	0.30 35	0.44 200	0.81 10	0.24 16	0.29 278	0.41 49	0.27 207	0.72 186	0.45 88	0.22 27	0.30 59	0.24 41	0.31 170	0.25 4	0.21 47	0.09 39	0.07 18	0.08 8	0.31 415	0.12 45	0.09 28

gcap-zeroshot	0.41 122	0.62 272	1.78 172	0.31 171	0.32 314	0.69 344	0.21 64	0.74 201	0.52 143	0.43 138	0.35 91	0.62 284	0.24 81	0.41 95	0.24 88	0.09 39	0.16 328	0.09 44	0.31 415	0.08 4	0.09 28

DispNO	0.67 353	0.98 409	2.58 396	0.31 171	0.27 262	0.59 222	0.29 246	0.83 285	0.68 307	0.53 231	0.79 390	0.83 383	0.47 303	2.46 455	0.68 342	0.12 231	0.10 180	0.19 384	0.31 415	0.16 145	0.17 222

Gwc-CoAtRS	0.38 94	0.33 123	1.92 250	0.27 74	0.41 391	0.48 89	0.19 29	0.59 123	0.46 95	0.43 138	0.39 116	0.57 263	0.26 110	0.32 42	0.26 107	0.09 39	0.09 143	0.09 44	0.31 415	0.11 34	0.09 28

NCC-stereo	0.79 407	0.94 390	2.42 363	0.59 435	0.45 407	1.90 479	0.46 370	0.99 414	0.72 343	0.64 357	0.84 397	0.91 405	0.73 398	1.80 386	1.00 389	0.27 428	0.19 367	0.23 408	0.31 415	0.24 286	0.22 293

Abc-Net	0.79 407	0.94 390	2.42 363	0.59 435	0.45 407	1.90 479	0.46 370	0.99 414	0.72 343	0.64 357	0.84 397	0.91 405	0.73 398	1.80 386	1.00 389	0.27 428	0.19 367	0.23 408	0.31 415	0.24 286	0.22 293
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
MSKI-zero shot	0.46 185	0.38 157	2.47 376	0.27 74	0.43 398	0.56 171	0.20 46	0.77 235	0.43 69	0.60 321	0.51 199	0.44 178	0.17 12	0.68 229	0.21 47	0.09 39	0.29 426	0.09 44	0.32 421	0.14 93	0.10 48

DCRE	0.50 235	0.63 283	2.13 307	0.30 145	0.23 207	0.45 60	0.24 142	0.59 123	0.53 162	0.50 200	2.10 471	0.42 163	0.26 110	0.35 62	0.23 67	0.09 39	0.14 286	0.10 89	0.32 421	0.16 145	0.15 181

SA	0.50 235	0.75 325	1.95 263	0.31 171	0.61 447	0.57 189	0.31 267	0.91 347	0.73 357	0.42 133	0.62 297	0.38 130	0.47 303	0.68 229	0.29 138	0.09 39	0.09 143	0.13 261	0.32 421	0.30 345	0.10 48

MIPNet	0.83 416	0.81 352	2.40 360	0.61 440	0.18 112	1.48 462	1.39 486	1.60 480	0.74 361	1.94 480	0.85 401	0.73 346	1.68 475	0.87 269	0.31 168	0.09 39	0.08 77	0.11 151	0.32 421	0.25 297	0.12 99

XX-Stereo	0.55 286	0.54 243	3.50 478	0.48 396	0.39 375	0.54 144	0.17 16	0.89 331	0.40 47	0.44 144	0.65 333	0.85 389	0.19 34	0.77 256	0.21 47	0.10 122	0.14 286	0.10 89	0.32 421	0.17 166	0.14 148

ADCMid	0.96 434	1.32 462	2.74 421	0.38 320	0.35 347	0.99 431	0.58 410	0.94 372	0.86 414	1.23 459	1.01 427	1.01 427	1.00 437	1.05 285	3.97 489	0.21 390	0.19 367	0.42 452	0.32 421	0.40 416	0.29 366

MSMD_ROB	1.34 463	0.96 398	2.38 356	0.39 329	0.32 314	1.96 482	0.62 422	0.91 347	1.43 470	2.94 499	2.60 484	4.77 499	1.95 481	2.43 453	1.33 420	0.29 433	0.26 417	0.32 438	0.32 421	0.30 345	0.30 375

RSM	0.28 16	0.26 58	0.97 19	0.25 32	0.24 220	0.37 38	0.21 64	0.49 57	0.44 73	0.21 20	0.27 40	0.28 81	0.17 12	0.38 82	0.20 34	0.07 2	0.07 18	0.09 44	0.34 428	0.21 241	0.16 205

MADNet+	1.36 465	1.93 496	5.95 501	0.81 461	0.59 440	1.57 467	1.09 470	1.39 473	1.22 460	0.84 420	1.01 427	1.25 455	1.12 448	3.19 486	2.36 465	0.45 452	0.47 461	0.38 449	0.34 428	0.59 452	0.57 454

ELAS_RVC	1.37 467	0.78 343	3.21 467	0.55 424	0.50 419	1.49 463	2.48 500	1.48 475	1.71 480	2.13 485	2.09 470	2.07 475	2.56 489	1.90 406	2.02 450	0.35 444	0.36 442	0.37 447	0.34 428	0.49 440	0.47 442
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
RSM++	0.27 10	0.26 58	0.87 13	0.28 99	0.13 11	0.39 45	0.20 46	0.45 34	0.45 88	0.20 15	0.24 24	0.24 41	0.17 12	0.36 69	0.20 34	0.08 9	0.07 18	0.09 44	0.35 431	0.26 316	0.18 242

IGEV_Zeroshot_test	0.53 269	0.33 123	2.91 441	0.32 199	0.18 112	0.54 144	0.21 64	0.72 186	0.42 60	0.81 413	0.51 199	0.71 341	0.41 247	0.48 149	1.13 405	0.09 39	0.15 311	0.10 89	0.35 431	0.19 213	0.09 28

Selective-RAFT	0.35 74	0.26 58	1.48 93	0.31 171	0.15 35	0.61 253	0.19 29	0.60 133	0.54 174	0.28 72	0.29 50	0.40 144	0.33 179	0.50 165	0.27 115	0.10 122	0.07 18	0.09 44	0.35 431	0.19 213	0.08 17

test-3	0.43 147	0.20 9	1.70 133	0.34 250	0.32 314	0.45 60	0.23 110	0.71 181	0.46 95	0.51 213	0.29 50	0.45 187	0.21 51	0.59 199	0.98 383	0.08 9	0.07 18	0.10 89	0.35 431	0.29 335	0.28 360

test_1	0.43 147	0.20 9	1.70 133	0.34 250	0.32 314	0.45 60	0.23 110	0.71 181	0.46 95	0.50 200	0.29 50	0.45 187	0.21 51	0.59 199	0.98 383	0.08 9	0.07 18	0.10 89	0.35 431	0.29 335	0.29 366

test_3	0.44 157	0.20 9	1.70 133	0.36 284	0.32 314	0.47 81	0.30 254	0.73 197	0.49 118	0.50 200	0.30 59	0.45 187	0.22 60	0.59 199	0.98 383	0.08 9	0.10 180	0.11 151	0.35 431	0.29 335	0.28 360

ELAS	1.39 468	0.79 345	2.86 432	0.53 414	0.50 419	2.81 497	2.20 497	1.61 481	1.50 473	2.28 490	2.35 478	1.82 471	2.13 483	1.73 371	2.22 459	0.35 444	0.37 444	0.35 441	0.35 431	0.49 440	0.47 442
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
AEACV	0.33 55	0.24 40	1.44 83	0.28 99	0.35 347	0.47 81	0.21 64	0.43 27	0.28 1	0.26 62	0.25 30	0.22 22	0.38 215	0.30 28	0.18 7	0.09 39	0.35 440	0.09 44	0.36 438	0.23 271	0.25 338

iRaft-Stereo_20w	0.58 303	0.39 166	1.96 272	0.45 378	0.32 314	0.92 425	0.57 408	1.14 457	0.56 190	0.81 413	0.40 121	0.55 245	0.69 388	0.65 222	1.04 398	0.09 39	0.16 328	0.09 44	0.36 438	0.17 166	0.25 338

AnonymousM	0.37 86	0.44 200	1.50 99	0.25 32	0.15 35	0.52 130	0.23 110	0.60 133	0.42 60	0.42 133	0.32 74	0.30 92	0.25 96	0.34 57	0.23 67	0.11 180	0.09 143	0.71 468	0.36 438	0.12 45	0.07 5

AIO-Stereo	0.30 35	0.27 64	1.25 48	0.27 74	0.24 220	0.37 38	0.20 46	0.52 78	0.36 22	0.21 20	0.30 59	0.23 29	0.14 2	0.31 35	0.20 34	0.08 9	0.07 18	0.09 44	0.38 441	0.19 213	0.31 383

MoCha-V2	0.36 80	0.32 118	1.41 76	0.36 284	0.31 306	0.35 31	0.19 29	0.57 109	0.39 40	0.30 78	0.32 74	0.28 81	0.27 127	0.47 144	0.24 88	0.08 9	0.56 468	0.08 8	0.38 441	0.18 192	0.12 99

DLNR_Zeroshot_test	13.43 514	19.94 518	23.55 518	121.61 528	35.03 523	0.46 76	0.15 4	8.02 511	0.35 16	0.28 72	0.37 99	0.26 63	0.17 12	0.76 252	0.29 138	6.42 511	0.26 417	0.09 44	0.38 441	50.13 526	0.18 242

RAFT-Test	0.44 157	0.38 157	2.01 280	0.27 74	0.44 399	0.64 301	0.37 324	0.72 186	0.57 194	0.45 154	0.48 170	0.65 298	0.24 81	0.35 62	0.29 138	0.09 39	0.11 226	0.09 44	0.38 441	0.10 20	0.11 66

CFNet-RSSM	0.41 122	0.32 118	2.20 322	0.27 74	0.44 399	0.52 130	0.19 29	0.76 225	0.48 112	0.43 138	0.36 96	0.54 241	0.26 110	0.33 50	0.25 100	0.09 39	0.08 77	0.09 44	0.38 441	0.10 20	0.09 28

otaku	1.03 441	1.68 481	2.72 415	0.95 470	0.73 458	1.03 437	0.59 412	0.99 414	0.86 414	0.69 379	1.61 459	0.98 421	0.64 374	1.46 329	1.14 406	0.95 479	0.46 458	0.72 469	0.40 446	1.24 483	0.78 470

Ntro	1.00 438	1.68 481	2.80 429	0.95 470	0.85 465	1.06 439	0.53 392	0.98 402	0.90 426	0.62 339	0.76 383	0.93 410	0.66 381	1.66 361	0.98 383	0.99 482	0.45 456	0.75 470	0.40 446	1.19 479	0.75 467

test_xeample3	0.46 185	0.34 134	2.99 448	0.37 305	0.16 55	0.49 96	0.33 298	1.06 446	0.44 73	0.25 54	0.23 16	0.24 41	0.25 96	0.49 159	0.56 310	0.09 39	0.07 18	0.10 89	0.40 446	0.17 166	0.26 348

AIO-Stereo-zeroshot	0.61 324	0.61 266	3.35 475	0.33 220	0.58 438	0.66 320	0.20 46	0.98 402	0.55 180	0.73 394	0.52 211	0.99 424	0.65 376	0.58 193	0.29 138	0.10 122	0.16 328	0.10 89	0.41 449	0.29 335	0.20 273

TRStereo	0.53 269	0.76 326	2.38 356	0.42 353	0.29 278	0.69 344	0.23 110	1.81 485	0.55 180	0.36 99	0.32 74	0.47 208	0.40 236	0.46 133	0.25 100	0.12 231	0.11 226	0.11 151	0.41 449	0.13 73	0.32 388

PASM	0.72 380	0.68 304	1.91 247	0.47 388	0.44 399	0.60 232	0.51 385	0.76 225	0.80 400	0.77 404	0.67 338	0.87 395	0.61 365	2.40 449	0.67 339	0.32 439	0.35 440	0.36 443	0.41 449	0.45 434	0.39 425

AIO-Stereo-zeroshot1	0.70 368	0.65 294	3.45 476	0.50 400	0.60 445	0.75 373	0.23 110	0.96 390	0.60 216	0.76 400	1.30 448	0.81 377	0.60 356	0.57 190	0.82 371	0.10 122	0.16 328	0.11 151	0.43 452	0.31 353	0.22 293

UGAM-zero	0.63 333	0.39 166	2.49 379	0.30 145	0.49 418	0.67 326	0.19 29	0.91 347	0.45 88	0.77 404	0.45 146	1.16 451	0.82 413	2.05 421	0.29 138	0.09 39	0.15 311	0.09 44	0.44 453	0.11 34	0.22 293

AE-Stereo	0.42 141	0.29 93	1.65 120	0.43 357	0.47 415	0.56 171	0.23 110	0.86 311	0.46 95	0.31 82	0.41 125	0.43 167	0.24 81	0.34 57	0.24 88	0.09 39	0.48 464	0.11 151	0.45 454	0.22 258	0.19 258

SGM_RVC	1.89 483	0.92 382	2.50 383	0.96 472	0.93 472	1.63 470	1.37 484	1.52 478	12.43 507	1.85 479	1.69 462	2.40 480	1.74 478	2.81 479	1.71 439	0.53 456	0.47 461	0.42 452	0.47 455	0.74 463	0.74 465
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
PAM	0.70 368	0.35 141	2.72 415	0.56 426	0.62 449	1.08 446	0.53 392	0.85 301	0.44 73	0.93 432	0.92 411	1.24 454	0.68 386	0.64 212	1.01 393	0.10 122	0.19 367	0.10 89	0.48 456	0.14 93	0.38 419

ACVNet_1	1.33 462	1.91 494	4.03 488	1.09 477	0.88 467	1.19 455	0.66 426	1.24 464	1.17 457	0.94 433	0.96 419	3.09 486	1.04 441	2.37 442	1.11 404	1.04 483	0.48 464	1.03 482	0.48 456	1.12 476	0.83 472

PAM_32	0.70 368	0.35 141	2.73 420	0.54 417	0.61 447	1.07 444	0.43 352	0.84 295	0.49 118	0.90 428	0.91 409	1.23 453	0.77 408	0.65 222	1.10 401	0.10 122	0.19 367	0.10 89	0.49 458	0.15 110	0.38 419

JetBlue	1.78 480	1.63 475	3.92 485	0.73 451	1.21 486	4.38 504	3.35 503	1.59 479	1.20 459	1.26 463	1.52 458	2.37 479	1.88 480	3.23 487	3.00 474	0.53 456	0.47 461	0.48 457	0.49 458	1.29 485	0.97 480

EAI-Stereo	0.78 405	0.25 45	1.67 126	0.54 417	0.59 440	1.95 481	2.05 496	1.11 456	0.64 269	0.95 435	1.49 456	0.50 224	0.67 383	0.59 199	1.44 428	0.09 39	0.19 367	0.09 44	0.49 458	0.13 73	0.22 293

RAFT+CT+SA	0.50 235	0.86 367	1.82 205	0.37 305	0.75 459	0.54 144	0.34 302	0.77 235	0.63 261	0.38 111	0.55 242	0.34 114	0.29 154	0.68 229	0.27 115	0.09 39	0.07 18	0.11 151	0.51 461	0.29 335	0.41 434

UDG	0.77 401	1.23 450	2.15 313	0.67 448	0.59 440	0.78 389	0.38 330	0.90 337	0.70 325	0.61 328	0.69 354	1.01 427	0.67 383	1.02 281	0.73 356	0.45 452	0.34 439	0.87 472	0.51 461	0.67 459	0.46 441

DDUNet	0.77 401	1.12 432	1.88 230	0.76 454	0.69 455	0.84 407	0.43 352	0.85 301	0.65 282	0.67 370	0.75 381	0.91 405	0.52 327	1.03 283	0.57 313	0.54 458	0.37 444	0.95 478	0.52 463	0.71 462	0.57 454

ACVNet_2	1.42 471	1.81 487	3.23 469	1.08 476	0.92 471	1.32 456	0.85 452	1.49 476	1.69 478	1.19 458	1.73 463	2.13 476	1.03 440	2.50 459	1.40 426	0.91 476	0.53 466	1.00 480	0.55 464	2.11 498	0.85 473

ACVNet-4b	1.93 484	1.85 490	4.10 490	1.07 475	0.86 466	1.15 452	0.53 392	1.06 446	1.12 454	0.64 357	1.09 437	1.99 474	0.70 390	2.20 433	9.86 510	5.62 508	0.41 455	1.03 482	0.55 464	1.86 496	0.85 473

MFN_U_SF_DS_RVC	1.01 440	1.67 479	2.32 343	0.47 388	0.39 375	1.47 461	0.95 458	0.95 385	0.91 427	0.84 420	0.94 416	1.05 436	0.60 356	2.95 481	0.72 353	0.41 448	0.72 485	0.32 438	0.55 464	0.74 463	1.22 492

DualNet (step1)	0.59 310	0.62 272	1.93 253	0.27 74	0.22 188	0.68 338	0.31 267	0.93 364	0.66 296	0.57 282	0.51 199	0.55 245	0.45 285	1.11 292	0.38 219	0.61 462	0.14 286	0.87 472	0.56 467	0.25 297	0.23 317

test_sample9	0.94 430	0.62 272	1.93 253	0.27 74	0.22 188	0.68 338	0.31 267	0.93 364	0.66 296	0.57 282	0.51 199	0.55 245	0.45 285	1.91 407	2.55 468	0.61 462	4.16 507	0.87 472	0.56 467	0.25 297	0.23 317

test_sample8	1.12 445	0.62 272	1.93 253	0.27 74	0.22 188	0.68 338	0.31 267	0.95 385	0.61 231	1.18 457	0.56 253	2.53 481	1.31 456	1.91 407	2.55 468	0.61 462	4.16 507	0.87 472	0.56 467	0.25 297	0.23 317

RainbowNet	1.15 449	1.78 486	2.72 415	1.12 480	0.91 470	1.06 439	0.76 445	1.16 461	1.13 456	0.75 397	0.97 421	1.09 442	0.80 410	1.60 354	1.21 413	1.17 487	1.26 496	1.01 481	0.57 470	1.13 477	0.88 478

SPS-STEREO	1.07 444	1.13 435	2.88 434	0.65 446	0.69 455	0.99 431	0.68 432	1.05 445	0.87 417	1.36 466	1.23 443	1.46 464	0.94 432	1.87 397	1.72 440	0.66 466	0.61 471	0.58 460	0.57 470	0.65 457	0.77 469
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
Consistency-Raft	0.88 423	0.93 388	3.23 469	0.99 473	0.64 450	0.77 384	0.55 399	0.98 402	0.97 435	0.61 328	1.03 431	0.65 298	1.05 442	0.79 261	1.38 423	0.44 450	0.46 458	0.51 458	0.58 472	0.65 457	0.47 442

PWCK	1.49 474	1.90 493	3.22 468	1.09 477	0.54 428	1.71 474	1.73 492	1.49 476	1.53 474	1.44 473	1.80 464	1.82 471	1.30 455	3.34 489	1.76 442	1.07 484	0.56 468	0.97 479	0.58 472	1.38 489	0.65 462

MFMNet_re	0.92 428	1.28 456	2.53 386	0.82 462	0.76 462	0.90 421	0.75 443	0.98 402	1.04 444	1.03 440	1.05 435	0.84 386	0.94 432	0.83 263	0.72 353	0.68 467	0.60 470	0.63 464	0.60 474	0.77 467	0.74 465

NVStereoNet_ROB	1.16 451	0.95 396	2.54 392	0.58 431	0.55 431	0.78 389	0.63 424	1.00 422	1.08 450	1.03 440	4.07 500	1.48 465	1.22 451	2.88 480	1.27 417	0.50 455	0.46 458	0.54 459	0.62 475	0.50 442	0.63 461
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
SGM+DAISY	1.83 482	1.43 468	3.81 482	0.87 463	1.01 476	2.38 494	2.53 501	1.36 470	1.75 481	2.92 498	3.22 495	2.65 482	2.93 491	2.22 437	3.10 478	0.72 469	0.69 481	0.63 464	0.62 475	0.77 467	0.98 481

DispFullNet	1.67 479	2.10 499	5.22 497	1.53 490	8.90 506	0.86 413	0.31 267	0.96 390	0.96 434	1.37 469	1.01 427	1.13 447	1.98 482	1.51 339	0.91 378	0.54 458	0.31 432	1.18 484	0.63 477	1.13 477	0.80 471

GCST	0.72 380	1.10 430	2.15 313	1.11 479	0.59 440	0.62 273	0.19 29	0.75 212	0.53 162	0.56 271	0.63 309	0.47 208	0.31 170	1.11 292	0.33 189	0.75 472	0.45 456	0.84 471	0.64 478	0.69 460	0.54 450

IMH-64-1	1.39 468	1.64 477	1.86 224	1.36 485	1.11 482	1.39 459	1.19 477	1.76 483	1.45 471	1.16 450	2.21 475	1.53 466	1.38 462	1.98 414	1.52 431	1.29 489	0.67 475	1.27 488	0.69 479	1.29 485	0.98 481

IMH-64	1.39 468	1.64 477	1.86 224	1.36 485	1.11 482	1.39 459	1.19 477	1.76 483	1.45 471	1.16 450	2.21 475	1.53 466	1.38 462	1.98 414	1.52 431	1.29 489	0.67 475	1.27 488	0.69 479	1.29 485	0.98 481

IMH	2.02 486	2.15 504	2.69 412	1.68 491	1.12 484	1.66 473	0.92 457	2.10 491	1.92 486	1.32 465	2.66 487	2.21 478	1.69 476	5.78 502	1.68 437	5.54 507	0.96 493	1.31 490	0.71 481	1.32 488	0.99 486

WAO-7	1.48 473	1.63 475	2.49 379	0.93 468	0.75 459	1.72 475	1.10 471	1.84 487	1.96 487	1.43 472	2.54 482	1.97 473	1.61 474	3.06 483	2.08 453	0.69 468	0.66 474	0.94 477	0.74 482	0.80 469	0.69 464

Dean	1.79 481	1.83 488	3.92 485	1.29 484	1.07 481	1.55 466	1.00 464	1.95 490	2.33 489	1.47 474	4.19 501	4.26 496	1.33 459	2.21 434	1.48 430	1.14 486	0.68 479	1.18 484	0.74 482	1.24 483	0.98 481

MANE	2.90 496	1.14 436	2.96 443	1.03 474	1.01 476	5.01 505	2.45 499	5.36 507	6.88 505	3.58 502	4.76 504	5.99 503	4.99 501	4.23 498	4.61 497	0.56 461	0.67 475	0.44 454	0.78 484	0.51 444	1.03 487

TorneroNet-64	2.65 489	1.83 488	3.30 471	1.46 488	1.20 485	3.89 500	0.99 461	3.51 505	6.71 504	2.56 493	4.60 502	4.22 493	3.85 499	3.33 488	3.14 479	1.19 488	0.65 473	1.39 493	0.79 485	3.31 505	1.15 490

WAO-6	1.58 478	1.54 472	2.32 343	1.14 481	1.00 475	2.30 492	1.03 467	1.82 486	2.85 495	1.25 460	2.61 485	2.20 477	1.56 472	2.47 457	1.99 449	0.95 479	0.67 475	1.19 487	0.83 486	1.08 475	0.88 478

TorneroNet	5.50 505	1.92 495	3.16 461	1.47 489	1.25 488	14.07 512	1.06 469	4.90 506	20.99 523	10.17 507	16.48 515	11.88 512	6.93 505	3.34 489	4.20 493	1.30 491	0.69 481	1.45 495	0.86 487	2.61 502	1.20 491

MSC_U_SF_DS_RVC	1.34 463	1.70 483	2.50 383	0.56 426	0.40 384	2.15 490	0.99 461	1.24 464	1.26 463	1.02 439	1.10 438	1.29 456	0.88 425	3.10 485	1.08 400	1.66 497	0.83 489	0.68 467	0.88 488	1.57 490	1.80 503

WAO-8	2.80 493	2.14 502	2.89 437	1.91 498	1.04 479	3.98 501	0.96 459	3.26 501	6.17 501	2.15 486	3.37 496	3.31 488	2.41 487	11.84 510	2.03 451	2.05 501	1.86 500	1.54 496	0.92 489	1.22 480	0.87 476

Venus	2.80 493	2.14 502	2.89 437	1.91 498	1.04 479	3.98 501	0.96 459	3.26 501	6.17 501	2.15 486	3.37 496	3.31 488	2.41 487	11.84 510	2.03 451	2.05 501	1.86 500	1.54 496	0.92 489	1.22 480	0.87 476

ADCPNet	0.99 435	0.99 413	3.93 487	0.37 305	0.68 454	1.36 458	0.62 422	0.87 320	0.76 383	0.78 406	0.81 391	1.08 440	1.18 450	1.14 298	2.49 467	0.21 390	0.69 481	0.21 398	0.95 491	0.29 335	0.37 416

LE_ROB	4.43 503	1.35 466	9.38 505	2.79 505	3.93 503	2.43 495	3.46 505	2.68 496	11.19 506	11.66 511	4.73 503	5.26 501	10.46 509	4.50 501	9.49 508	0.82 475	0.69 481	1.34 491	0.98 492	0.75 465	0.76 468

FADNet_RVC	0.81 414	1.14 436	2.42 363	0.30 145	0.24 220	0.71 353	0.24 142	0.95 385	0.61 231	0.44 144	0.56 253	0.59 272	0.42 263	1.52 341	0.68 342	0.94 478	0.96 493	0.28 426	1.00 493	0.90 472	1.36 495

UNDER WATER	2.74 491	1.85 490	4.54 494	1.81 496	1.44 491	2.34 493	1.40 487	3.24 500	6.60 503	2.60 494	2.76 488	5.75 502	5.24 503	3.02 482	4.01 490	1.45 493	0.81 488	1.59 499	1.06 494	1.80 494	1.51 498

UNDER WATER-64	2.47 488	1.89 492	4.86 495	1.82 497	1.44 491	3.18 499	1.57 491	2.62 494	5.64 500	2.05 481	2.13 472	4.13 492	3.76 498	2.62 466	3.42 485	1.47 494	0.85 490	1.57 498	1.07 495	1.82 495	1.49 497

notaker	2.66 490	2.07 498	3.31 473	2.61 504	1.43 489	1.76 477	1.11 472	2.76 497	1.79 483	2.26 489	11.53 511	3.96 491	4.29 500	3.09 484	2.76 472	1.55 496	0.88 491	1.70 501	1.07 495	2.00 497	1.35 494

KSHMR	4.10 501	1.97 497	5.27 498	1.71 493	1.47 493	1.96 482	1.28 480	3.19 499	17.33 518	2.12 482	15.91 513	9.18 507	1.57 473	8.42 508	1.98 448	1.52 495	1.26 496	1.67 500	1.19 497	1.67 492	1.40 496

ktn	4.35 502	2.10 499	2.89 437	1.80 495	1.49 495	2.13 489	1.41 489	2.26 492	12.72 508	11.41 510	16.43 514	11.15 510	3.75 497	4.36 500	3.18 480	1.82 499	0.98 495	1.73 502	1.21 498	2.97 504	1.27 493

JetRed	3.29 498	4.93 508	10.17 506	1.45 487	1.72 498	7.44 507	5.05 508	3.06 498	2.12 488	2.41 492	2.39 479	2.99 485	2.37 486	3.51 492	6.44 502	1.32 492	1.90 502	1.37 492	1.23 499	2.21 499	1.76 501

anonymity	0.80 409	0.66 301	1.29 53	0.59 435	0.75 459	0.67 326	0.52 388	0.95 385	0.71 335	0.94 433	0.70 364	0.67 314	0.87 422	0.71 242	1.35 421	0.64 465	0.62 472	0.58 460	1.44 500	0.60 455	0.65 462

LVE	1.96 485	2.17 505	3.14 459	1.68 491	1.80 499	1.63 470	1.03 467	2.34 493	2.81 494	1.25 460	2.89 490	4.24 495	1.29 453	2.79 477	1.44 428	2.85 504	0.91 492	1.18 484	1.46 501	1.23 482	1.10 489

IGEV-RUCA	2.28 487	0.30 103	1.15 33	0.40 338	1.86 500	2.06 488	1.90 494	1.36 470	1.80 484	3.70 503	3.76 498	5.02 500	8.19 507	2.12 428	1.63 436	0.25 419	0.76 486	2.72 505	1.91 502	2.39 501	2.36 505

MFN_U_SF_RVC	1.55 477	2.39 506	3.16 461	0.65 446	0.41 391	1.12 448	0.46 370	1.23 463	1.33 465	1.61 476	1.20 441	1.43 463	0.98 436	1.76 375	1.97 447	1.90 500	1.80 498	1.98 503	2.15 503	1.63 491	1.77 502

PML	23.15 519	16.83 515	7.78 504	5.49 508	9.93 507	51.13 527	104.50 527	5.76 508	13.62 511	37.30 527	105.93 527	30.86 527	23.50 522	12.07 512	7.87 506	6.30 510	2.12 505	6.32 512	2.43 504	10.44 514	2.90 506

MADNet++	2.79 492	2.11 501	2.97 446	2.49 502	2.28 501	2.95 498	2.31 498	2.67 495	2.47 491	3.03 500	3.13 494	2.70 483	2.92 490	4.10 497	4.48 495	2.68 503	2.24 506	3.04 507	2.44 505	2.37 500	2.34 504

BEATNet-Init1	12.10 511	11.19 511	27.29 524	2.99 506	3.51 502	21.84 523	11.10 510	14.34 516	13.83 513	20.34 519	20.33 520	26.35 526	20.03 517	19.06 521	14.80 516	1.74 498	1.81 499	2.05 504	2.49 506	3.69 507	3.12 507

tt	4.93 504	0.27 64	4.20 491	2.29 501	1.58 496	10.20 510	16.97 514	9.42 512	5.02 499	1.67 477	1.28 446	4.68 498	5.03 502	3.37 491	5.92 501	6.16 509	9.47 516	2.82 506	3.18 507	3.60 506	1.53 499

Anonymous_2	0.74 392	0.32 118	1.65 120	0.33 220	0.30 289	0.67 326	0.32 290	0.69 171	0.46 95	0.48 182	0.41 125	0.84 386	0.58 350	0.51 168	0.40 238	0.32 439	0.38 446	1.43 494	3.69 508	0.80 469	0.27 355

DGSMNet	2.89 495	0.63 283	3.18 464	3.43 507	4.17 505	2.57 496	6.98 509	0.97 398	0.83 409	0.56 271	1.86 466	0.79 371	0.62 370	1.64 359	1.39 424	4.61 506	5.01 509	5.17 510	4.71 509	4.44 509	4.19 508

DPSM_ROB	12.34 512	11.21 513	12.51 509	12.91 514	12.80 511	19.84 520	28.28 522	14.38 517	14.28 514	10.58 508	11.26 507	12.03 513	11.85 513	13.15 516	15.34 517	7.11 512	8.31 513	6.50 513	7.35 510	8.84 512	8.31 514

DPSM	12.34 512	11.21 513	12.51 509	12.91 514	12.80 511	19.84 520	28.28 522	14.38 517	14.28 514	10.58 508	11.26 507	12.03 513	11.85 513	13.15 516	15.34 517	7.11 512	8.31 513	6.50 513	7.35 510	8.84 512	8.31 514

DGTPSM_ROB	8.89 509	5.62 509	12.25 508	5.92 509	11.32 508	8.54 508	24.18 516	6.40 509	13.49 509	5.15 505	11.46 509	6.19 505	10.92 510	7.00 506	13.72 512	4.47 505	7.65 510	3.92 508	7.45 512	4.38 508	7.87 512

DPSMNet_ROB	9.48 510	5.64 510	13.01 512	8.82 511	11.82 509	8.54 508	24.20 517	6.41 510	13.65 512	5.32 506	11.47 510	6.33 506	10.92 510	7.69 507	13.89 513	7.25 514	8.19 512	5.06 509	7.78 513	5.31 510	8.26 513

DPSimNet_ROB	17.97 516	20.20 522	24.98 520	17.62 516	15.92 514	21.53 522	21.00 515	13.70 514	15.61 516	23.89 524	14.69 512	22.87 520	24.58 526	12.70 515	14.56 514	18.48 519	12.91 518	20.21 519	12.05 514	17.76 515	14.17 517

U	3.37 500	0.17 1	0.91 14	0.26 59	13.79 513	19.19 517	0.15 4	0.41 18	0.31 3	0.17 6	0.18 7	0.27 72	0.15 6	0.21 1	0.16 2	0.09 39	0.06 2	17.88 518	12.81 515	0.10 20	0.08 17

HanzoNet	7.64 507	2.86 507	5.05 496	7.01 510	3.97 504	2.18 491	1.34 483	3.37 504	4.05 497	13.17 512	10.58 505	10.73 509	16.52 515	8.45 509	10.51 511	10.48 515	9.72 517	5.59 511	13.46 516	6.84 511	6.83 511

LSM0	26.58 523	22.63 526	25.88 522	30.13 523	52.21 527	39.94 526	56.74 524	28.97 526	28.72 525	21.14 521	22.26 522	24.43 524	23.88 523	26.54 526	30.87 526	14.32 518	16.55 519	13.12 517	14.71 517	17.92 518	20.60 521

CasAABBNet	24.81 521	22.53 524	24.83 519	26.08 521	25.74 519	39.86 524	57.06 526	28.87 525	28.83 526	21.16 522	22.54 523	24.22 522	23.89 524	26.38 524	30.87 526	14.25 516	16.71 520	13.09 515	14.81 518	17.78 516	16.71 518

Selective-RAFT-Error	24.87 522	22.59 525	25.14 521	26.13 522	25.82 520	39.93 525	57.03 525	28.97 526	28.95 527	21.21 523	22.65 524	24.25 523	23.98 525	26.43 525	30.83 525	14.27 517	16.71 520	13.10 516	14.82 519	17.82 517	16.76 519

HaxPig	19.86 517	22.40 523	22.34 517	17.95 517	17.95 515	11.77 511	11.89 511	16.02 519	15.89 517	21.10 520	21.41 521	18.74 519	18.39 516	20.08 522	19.69 519	23.63 524	23.22 522	24.06 520	23.69 520	23.00 520	23.95 522

LRCNet_RVC	13.74 515	19.30 516	12.75 511	19.46 518	12.69 510	1.86 478	0.41 342	12.33 513	1.05 445	15.77 514	18.83 519	12.62 515	8.70 508	12.21 513	9.62 509	22.22 520	8.37 515	25.85 521	24.01 521	19.32 519	17.44 520

MEDIAN_ROB	23.96 520	27.05 527	26.39 523	22.16 519	22.13 517	16.12 513	13.97 512	20.24 520	20.05 519	25.50 525	25.31 525	22.96 521	22.63 521	24.39 523	23.24 523	28.20 525	27.23 526	28.62 522	27.75 522	27.50 521	27.76 523

AVERAGE_ROB	26.93 524	30.34 528	29.27 525	25.82 520	25.34 518	19.48 519	15.17 513	23.55 524	23.00 524	28.45 526	27.87 526	26.25 525	25.86 527	26.96 527	25.55 524	31.30 526	30.07 527	31.76 523	30.81 523	30.79 525	30.93 524

Anonymous_1	22.91 518	11.20 512	12.13 507	12.75 513	26.28 521	19.43 518	27.92 521	14.08 515	13.61 510	14.96 513	10.58 505	11.26 511	11.19 512	12.55 514	14.57 515	38.28 527	7.88 511	34.96 524	63.99 524	89.57 527	10.94 516

xxxxx1	28.96 525	20.11 519	14.07 514	49.74 524	39.15 524	18.98 514	26.64 518	21.94 521	20.21 520	16.45 515	17.48 516	18.36 516	21.56 518	16.21 518	20.88 520	23.07 521	26.55 523	66.40 525	78.70 525	30.27 522	32.51 525

tt_ll	28.96 525	20.11 519	14.07 514	49.74 524	39.15 524	18.98 514	26.64 518	21.94 521	20.21 520	16.45 515	17.48 516	18.36 516	21.56 518	16.21 518	20.88 520	23.07 521	26.55 523	66.40 525	78.70 525	30.27 522	32.51 525

ff	28.96 525	20.11 519	14.07 514	49.74 524	39.15 524	18.98 514	26.64 518	21.94 521	20.21 520	16.45 515	17.48 516	18.36 516	21.56 518	16.21 518	20.88 520	23.07 521	26.55 523	66.40 525	78.70 525	30.27 522	32.51 525

test_example2	115.39 528	123.23 529	94.57 527	115.52 527	123.55 528	101.63 528	114.33 528	53.41 528	99.48 528	134.90 528	135.05 528	85.83 528	85.11 528	111.32 528	106.15 528	152.55 528	205.26 528	99.78 528	114.96 528	140.96 528	110.20 528

ccccc		297.21 530		374.70 529	380.44 529	203.92 529		216.32 529		203.37 529		215.01 529		312.78 529		412.57 529	356.13 529	256.09 529	227.69 529	428.88 529

ASD4		19.65 517

Low-res two-view benchmark