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

GLC_STEREO	0.87 2	0.39 16	1.55 2	0.72 94	0.01 1	1.98 65	0.55 158	3.52 10	3.54 57	0.96 45	1.63 37	0.19 5	0.41 35	1.29 11	0.58 12	0.00 1	0.01 119	0.00 1	0.00 1	0.05 79	0.08 44

CREStereo++_RVC	1.70 55	0.50 66	3.07 66	0.45 60	0.01 1	1.69 43	0.02 8	3.09 8	8.24 270	3.82 105	7.53 202	0.49 47	0.32 22	1.05 4	0.52 8	0.00 1	0.00 1	0.00 1	3.03 432	0.01 3	0.08 44
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
rvit_0105_3	1.94 69	1.44 285	7.39 320	0.88 116	0.02 3	1.61 35	1.64 294	5.88 110	6.73 215	2.37 71	1.78 46	2.01 98	1.16 106	4.46 102	1.26 110	0.00 1	0.00 1	0.00 1	0.00 1	0.03 40	0.14 74

rvit_0105_5	1.70 55	1.36 269	6.71 300	0.52 69	0.04 4	1.58 31	0.58 167	5.39 83	6.62 209	0.91 44	1.72 41	1.77 89	0.77 75	4.44 101	1.28 111	0.00 1	0.00 1	0.00 1	0.00 1	0.02 13	0.23 132

rvit_0105_4	1.58 50	1.41 277	6.67 297	0.65 82	0.05 5	1.60 34	0.41 124	4.70 46	6.48 202	0.46 12	0.87 17	1.40 73	0.53 57	5.08 118	1.12 89	0.00 1	0.00 1	0.00 1	0.00 1	0.02 13	0.18 103

plain	1.53 43	0.86 172	6.50 290	0.42 53	0.05 5	1.56 30	0.09 28	5.18 68	4.02 90	0.54 18	1.76 44	0.59 56	0.75 71	6.48 158	1.23 106	0.00 1	0.00 1	0.00 1	0.00 1	0.43 347	0.07 41

GES	2.69 157	0.72 142	5.34 230	1.82 219	0.05 5	4.51 266	1.04 261	10.39 263	4.18 96	5.53 152	6.72 180	1.92 97	3.30 206	5.16 121	2.67 219	0.06 304	0.01 119	0.06 360	0.01 192	0.20 259	0.14 74

GMStereo	2.07 78	1.56 296	5.64 251	0.74 103	0.05 5	3.63 215	0.01 2	5.17 66	11.27 340	4.22 115	2.44 64	0.53 52	0.49 51	4.06 89	1.01 78	0.22 357	0.00 1	0.00 1	0.14 286	0.18 245	0.05 27
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
AnonymousM	2.96 186	7.19 418	1.41 1	0.92 122	0.06 9	2.37 89	0.52 151	6.05 126	3.83 78	4.97 130	2.37 61	1.91 94	1.00 87	2.23 52	1.06 83	0.01 129	0.57 302	17.64 441	4.90 440	0.02 13	0.27 147

iRaftStereo_RVC	1.88 63	1.22 248	2.63 32	0.95 126	0.06 9	2.96 160	0.05 15	6.08 130	3.99 89	3.92 111	4.88 121	2.53 110	0.62 63	3.62 78	1.19 100	0.00 1	1.19 392	0.00 1	0.00 1	0.37 337	1.29 311

XX-TBD	1.55 48	1.11 225	2.94 50	2.45 311	0.06 9	2.31 85	0.01 2	3.58 13	7.80 257	3.11 88	5.10 127	0.27 20	0.26 9	1.42 15	0.60 16	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.04 21

MGS-Stereo	1.22 18	0.44 34	2.92 47	0.83 112	0.07 12	1.82 57	0.65 187	2.44 4	3.95 85	1.11 49	6.19 162	0.49 47	0.37 29	1.73 27	0.81 46	0.00 1	0.00 1	0.00 1	0.00 1	0.48 357	0.01 1

rvit_0105_6	1.44 31	1.26 252	5.78 259	0.66 86	0.08 13	1.58 31	0.32 108	4.57 43	6.53 205	0.40 7	0.38 11	1.11 68	0.29 15	4.76 110	0.92 63	0.00 1	0.00 1	0.00 1	0.00 1	0.02 13	0.20 118

IGEV-BASED-STEREO-	4.37 293	25.82 443	26.88 434	0.56 72	0.08 13	1.46 22	0.53 154	2.17 3	2.15 7	0.67 26	0.73 15	0.23 12	0.20 4	1.58 23	0.80 42	11.76 446	0.38 286	0.00 1	0.08 253	1.75 407	9.67 440

CASnet	1.09 11	0.47 46	2.09 10	0.79 107	0.08 13	2.10 74	0.14 59	3.83 22	4.26 101	3.84 107	1.56 34	0.32 30	0.30 16	1.13 5	0.77 41	0.01 129	0.00 1	0.00 1	0.00 1	0.04 63	0.03 12
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
UDGNet	2.92 180	7.79 421	4.92 209	3.01 351	0.08 13	2.96 160	0.20 78	4.77 48	8.93 288	2.91 81	2.85 72	0.95 64	1.00 87	6.46 157	1.66 148	1.46 408	0.00 1	5.33 433	0.92 407	1.95 410	0.19 112

rvit_105_1	2.69 157	1.34 265	6.85 304	1.89 228	0.09 17	1.94 62	3.50 345	6.38 142	9.00 292	4.98 131	2.19 56	3.57 155	1.56 141	7.31 198	3.03 237	0.00 1	0.00 1	0.00 1	0.02 211	0.06 89	0.16 93

s12784h	2.10 88	0.38 11	3.31 81	0.17 8	0.09 17	4.89 277	0.13 49	7.34 183	8.06 266	3.87 109	4.47 116	0.60 57	1.19 113	6.78 174	0.63 20	0.01 129	0.01 119	0.00 1	0.00 1	0.02 13	0.04 21

rvit_stereo_0083	1.16 17	0.47 46	3.68 122	0.54 71	0.10 19	1.25 11	0.24 90	3.17 9	5.31 152	0.52 16	0.80 16	0.82 62	1.16 106	4.52 105	0.51 6	0.00 1	0.00 1	0.00 1	0.00 1	0.02 13	0.13 70

H2IRNET	2.29 114	0.86 172	3.38 87	1.51 177	0.11 20	1.97 64	0.13 49	5.15 65	7.19 235	1.26 54	7.77 208	5.80 245	3.31 208	5.09 119	1.66 148	0.01 129	0.00 1	0.04 349	0.17 300	0.27 304	0.10 53

GANet-ADL	2.40 129	0.65 117	3.92 142	2.22 271	0.11 20	2.23 80	0.47 136	9.29 238	7.27 238	4.77 125	5.95 157	3.96 168	1.26 117	3.08 72	2.27 200	0.04 279	0.08 219	0.02 322	0.00 1	0.15 225	0.21 123

NF-Stereo	2.38 122	0.48 52	3.88 137	2.17 263	0.11 20	3.43 194	0.42 126	7.08 176	3.75 71	6.91 216	5.29 134	2.65 114	1.33 120	8.40 270	1.67 151	0.01 129	0.00 1	0.00 1	0.00 1	0.03 40	0.02 5

OCTAStereo	2.38 122	0.48 52	3.90 139	2.16 259	0.11 20	3.42 192	0.42 126	7.06 171	3.74 69	6.91 216	5.26 131	2.63 113	1.32 118	8.41 272	1.70 154	0.01 129	0.00 1	0.00 1	0.00 1	0.03 40	0.01 1

RE-Stereo	2.38 122	0.48 52	3.91 140	2.17 263	0.11 20	3.43 194	0.42 126	7.07 173	3.75 71	6.91 216	5.26 131	2.62 111	1.33 120	8.41 272	1.72 156	0.01 129	0.00 1	0.01 291	0.00 1	0.03 40	0.01 1

TVStereo	2.38 122	0.48 52	3.91 140	2.17 263	0.11 20	3.43 194	0.42 126	7.07 173	3.75 71	6.91 216	5.26 131	2.62 111	1.33 120	8.41 272	1.72 156	0.01 129	0.00 1	0.01 291	0.00 1	0.03 40	0.01 1

TANstereo	1.32 24	0.79 148	2.93 48	0.37 47	0.11 20	1.81 56	0.01 2	3.56 11	4.36 108	4.53 122	4.96 124	0.41 38	0.68 66	1.22 7	0.59 14	0.01 129	0.00 1	0.00 1	0.00 1	0.00 1	0.03 12

DIP-Stereo	2.12 89	0.98 204	3.94 144	0.20 9	0.11 20	4.73 273	0.13 49	9.27 236	4.40 110	6.46 190	5.03 126	0.45 45	0.72 69	3.79 82	1.94 173	0.00 1	0.01 119	0.00 1	0.00 1	0.05 79	0.24 141
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
rvit_stereo_0080	1.09 11	1.08 220	4.16 159	0.12 3	0.12 28	1.32 13	0.36 114	4.52 41	3.94 83	0.70 28	1.29 29	0.41 38	0.75 71	1.98 38	0.76 37	0.00 1	0.00 1	0.00 1	0.00 1	0.03 40	0.18 103

whm_eth	1.09 11	1.08 220	4.16 159	0.12 3	0.12 28	1.32 13	0.36 114	4.52 41	3.94 83	0.70 28	1.29 29	0.41 38	0.75 71	1.98 38	0.76 37	0.00 1	0.00 1	0.00 1	0.00 1	0.03 40	0.18 103

dd	2.36 121	1.93 331	6.03 270	0.83 112	0.12 28	1.80 54	0.17 69	5.30 71	11.82 345	2.98 83	3.64 94	1.50 80	1.21 114	5.25 122	3.92 266	0.13 333	0.01 119	0.04 349	0.22 327	0.10 155	0.14 74

HITNet	3.11 194	1.38 275	5.35 232	2.23 273	0.12 28	5.59 289	0.58 167	9.95 253	5.72 174	6.62 202	7.91 213	3.90 166	3.24 202	4.39 100	4.58 289	0.01 129	0.00 1	0.00 1	0.00 1	0.08 120	0.57 215
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
rvit_stereo_0081	1.03 6	0.55 81	2.58 26	0.64 78	0.13 32	1.35 16	0.12 40	3.74 17	5.28 149	0.55 19	0.32 9	0.55 53	0.12 2	4.08 90	0.53 9	0.00 1	0.00 1	0.00 1	0.00 1	0.02 13	0.05 27

rvit_stereo_0082	1.03 6	0.55 81	2.58 26	0.64 78	0.13 32	1.35 16	0.12 40	3.74 17	5.28 149	0.55 19	0.32 9	0.55 53	0.12 2	4.08 90	0.53 9	0.00 1	0.00 1	0.00 1	0.00 1	0.02 13	0.05 27

THIR-Stereo	3.94 264	1.12 229	3.06 65	0.23 22	0.13 32	4.17 252	6.40 386	5.83 109	4.54 117	10.46 346	16.98 359	6.49 260	7.44 349	8.00 240	3.58 250	0.01 129	0.07 216	0.07 365	0.00 1	0.14 212	0.06 36

LoS	1.03 6	0.43 25	2.53 23	0.64 78	0.14 35	2.42 92	0.26 96	5.64 96	2.93 19	1.08 47	0.24 6	0.49 47	0.45 48	2.31 56	0.83 50	0.02 220	0.02 152	0.00 1	0.00 1	0.06 89	0.03 12
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
fff	2.54 142	0.93 186	5.51 241	0.32 34	0.14 35	1.70 44	0.11 36	6.19 134	12.69 355	6.03 170	5.29 134	1.43 75	5.28 301	2.37 59	2.21 191	0.01 129	0.00 1	0.01 291	0.00 1	0.02 13	0.61 225

dad	5.10 325	2.61 371	6.76 302	1.23 147	0.14 35	2.85 153	0.36 114	7.98 203	14.88 371	10.84 356	17.06 360	15.59 375	3.29 205	7.24 193	4.39 281	1.20 403	0.10 228	4.02 430	0.49 391	0.20 259	0.69 246

csc	2.54 142	0.93 186	5.51 241	0.32 34	0.14 35	1.70 44	0.11 36	6.19 134	12.69 355	6.03 170	5.29 134	1.43 75	5.28 301	2.37 59	2.21 191	0.01 129	0.00 1	0.01 291	0.00 1	0.02 13	0.61 225

cscssc	2.54 142	0.93 186	5.51 241	0.32 34	0.14 35	1.70 44	0.11 36	6.19 134	12.69 355	6.03 170	5.29 134	1.43 75	5.28 301	2.37 59	2.21 191	0.01 129	0.00 1	0.01 291	0.00 1	0.02 13	0.61 225

111	3.05 190	1.41 277	5.51 241	0.32 34	0.14 35	2.83 140	0.68 195	6.76 158	14.21 368	3.59 98	9.11 237	5.50 229	3.30 206	4.05 87	2.43 208	0.01 129	0.00 1	0.00 1	0.00 1	0.13 201	1.02 286

SMFormer	3.94 264	0.69 130	4.55 188	1.97 240	0.15 41	2.84 142	0.29 99	13.06 339	11.10 332	7.69 253	10.45 273	4.77 203	4.52 265	9.68 322	4.89 294	0.08 315	0.97 347	0.00 1	0.16 291	0.11 167	0.92 274

tta	3.96 268	0.69 130	4.55 188	1.97 240	0.15 41	2.84 142	0.29 99	13.06 339	11.10 332	7.69 253	10.45 273	4.77 203	4.52 265	9.68 322	4.89 294	0.08 315	0.97 347	0.00 1	0.16 291	0.13 201	1.24 305

qqq1	3.78 253	0.69 130	4.55 188	1.97 240	0.15 41	2.84 142	0.29 99	13.06 339	11.10 332	7.69 253	10.45 273	4.77 203	4.52 265	9.68 322	1.24 107	0.08 315	0.97 347	0.00 1	0.12 278	0.13 201	1.24 305

fff1	3.78 253	0.69 130	4.55 188	1.97 240	0.15 41	2.84 142	0.29 99	13.06 339	11.10 332	7.69 253	10.45 273	4.77 203	4.52 265	9.68 322	1.24 107	0.08 315	0.97 347	0.00 1	0.12 278	0.13 201	1.24 305

ARAFT	3.32 211	1.74 317	7.92 334	0.64 78	0.15 41	4.45 264	2.89 323	8.20 206	6.30 192	9.23 316	7.12 195	5.58 232	1.24 116	8.60 281	1.69 153	0.01 129	0.03 177	0.00 1	0.00 1	0.35 333	0.35 169

IPLGR	2.46 134	0.68 127	7.02 308	0.22 20	0.16 46	2.01 67	0.22 84	7.01 165	6.62 209	7.10 229	5.92 156	2.91 119	2.27 168	5.12 120	1.52 127	0.00 1	0.00 1	0.00 1	0.00 1	0.12 184	0.41 187

DRaft	3.83 257	0.65 117	3.39 89	0.22 20	0.16 46	4.67 270	1.30 279	5.82 108	4.86 138	10.26 342	21.65 387	3.24 131	8.62 367	7.53 218	3.76 257	0.05 294	0.10 228	0.00 1	0.14 286	0.12 184	0.16 93

BEATNet_4x	3.69 244	2.12 344	8.11 336	1.82 219	0.16 46	5.30 283	1.04 261	10.87 276	6.14 188	7.09 228	8.42 227	4.99 215	4.42 261	5.89 140	6.23 315	0.04 279	0.05 199	0.00 1	0.00 1	0.32 329	0.84 264

WCG-NET（raft）	1.70 55	0.97 203	2.01 8	0.40 51	0.17 49	2.10 74	0.97 252	3.05 7	6.47 201	2.89 80	3.17 76	4.31 189	1.03 90	3.85 85	0.60 16	0.00 1	1.32 401	0.00 1	0.01 192	0.18 245	0.41 187

NRIStereo	2.27 112	0.52 71	3.35 86	1.26 150	0.17 49	3.04 165	0.84 233	5.96 123	3.74 69	6.27 178	3.44 80	4.13 178	1.80 154	8.31 264	2.11 186	0.00 1	0.10 228	0.00 1	0.00 1	0.12 184	0.20 118

DEmStereo	3.86 258	0.54 76	4.04 153	0.26 30	0.17 49	5.17 281	2.45 314	4.70 46	4.34 107	8.37 284	19.94 381	5.06 218	10.13 380	7.86 234	3.93 268	0.01 129	0.01 119	0.01 291	0.00 1	0.03 40	0.10 53

PMTNet	1.48 39	0.43 25	2.77 41	0.31 33	0.17 49	2.94 159	0.33 111	3.66 14	5.27 148	1.11 49	1.28 28	0.28 22	0.92 83	4.32 99	0.90 60	4.89 426	0.00 1	0.00 1	0.00 1	0.03 40	0.05 27

PFNet+	2.52 139	0.47 46	4.97 212	0.95 126	0.18 53	3.12 171	0.73 209	4.98 57	6.97 228	7.95 263	6.38 174	2.51 109	1.18 108	8.05 246	1.82 161	0.03 256	0.00 1	0.00 1	0.00 1	0.02 13	0.05 27

R-Stereo Train	2.60 150	0.46 41	2.94 50	1.10 137	0.18 53	3.61 210	0.60 172	6.88 162	3.50 44	9.13 311	17.23 364	1.77 89	0.77 75	2.03 43	1.65 145	0.00 1	0.01 119	0.00 1	0.00 1	0.01 3	0.21 123

RAFT-Stereo	2.60 150	0.46 41	2.94 50	1.10 137	0.18 53	3.61 210	0.60 172	6.88 162	3.50 44	9.13 311	17.23 364	1.77 89	0.77 75	2.03 43	1.65 145	0.00 1	0.01 119	0.00 1	0.00 1	0.01 3	0.21 123
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
PSM-softLoss	2.38 122	0.48 52	4.28 168	1.94 235	0.19 56	2.73 127	0.38 118	6.67 152	3.50 44	6.33 181	6.33 171	2.93 120	0.97 85	8.90 294	1.88 166	0.01 129	0.00 1	0.00 1	0.00 1	0.03 40	0.03 12

KMStereo	2.38 122	0.48 52	4.28 168	1.94 235	0.19 56	2.73 127	0.38 118	6.67 152	3.50 44	6.33 181	6.33 171	2.93 120	0.97 85	8.90 294	1.88 166	0.01 129	0.00 1	0.00 1	0.00 1	0.03 40	0.03 12

DeepStereo_RVC	2.15 92	0.55 81	3.26 76	0.21 18	0.19 56	3.47 200	0.68 195	5.76 103	3.60 61	6.36 185	4.19 104	3.42 141	4.44 262	5.04 116	1.59 134	0.02 220	0.00 1	0.00 1	0.00 1	0.09 135	0.18 103

CRE-IMP	2.08 79	0.51 67	3.43 96	0.35 45	0.19 56	3.85 235	0.83 232	5.77 104	3.43 43	5.81 156	4.24 105	3.45 149	0.83 81	6.56 159	1.99 178	0.01 129	0.00 1	0.00 1	0.00 1	0.11 167	0.20 118

DCANet	2.35 119	0.96 199	5.51 241	0.39 49	0.19 56	1.72 50	0.25 94	6.06 127	9.33 301	6.31 180	5.42 140	1.44 78	4.14 253	2.22 50	2.28 202	0.01 129	0.00 1	0.00 1	0.00 1	0.04 63	0.66 242

DCANet-4	2.26 109	0.43 25	6.69 299	0.40 51	0.20 61	1.70 44	0.13 49	5.73 101	9.44 304	6.01 168	5.29 134	1.12 69	2.77 188	2.49 63	2.21 191	0.01 129	0.00 1	0.01 291	0.00 1	0.02 13	0.61 225

ADStereo(finetuned)	2.50 138	0.95 197	6.60 293	0.39 49	0.20 61	1.72 50	0.24 90	6.06 127	9.31 300	6.30 179	5.42 140	1.44 78	6.22 323	2.25 53	2.14 188	0.01 129	0.00 1	0.00 1	0.00 1	0.04 63	0.65 234

DisPM	2.59 148	0.47 46	4.32 171	1.89 228	0.20 61	3.42 192	0.63 182	5.56 91	5.60 166	8.66 294	7.05 190	2.82 118	1.03 90	9.05 303	1.07 85	0.02 220	0.00 1	0.00 1	0.00 1	0.02 13	0.04 21

CrosDoStereo	4.05 273	0.71 140	3.52 100	0.51 67	0.20 61	3.25 181	11.21 421	6.34 139	4.96 141	9.04 307	16.44 353	4.92 210	7.28 344	8.29 259	3.84 262	0.00 1	0.02 152	0.01 291	0.00 1	0.18 245	0.19 112

Patchmatch Stereo++	2.09 84	0.55 81	3.57 110	0.20 9	0.20 61	3.68 222	0.64 184	5.90 116	3.52 51	5.91 160	4.41 109	3.42 141	1.51 135	7.07 183	0.95 70	0.01 129	0.00 1	0.00 1	0.00 1	0.09 135	0.10 53
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
HUI-Stereo	1.94 69	0.56 92	3.55 107	0.20 9	0.20 61	3.67 221	0.63 182	5.89 111	3.53 55	5.92 165	4.44 112	3.41 140	1.51 135	4.21 94	0.89 58	0.02 220	0.00 1	0.00 1	0.00 1	0.09 135	0.11 61

DeepStereo_LL	4.05 273	0.71 140	3.52 100	0.51 67	0.20 61	3.25 181	11.21 421	6.34 139	4.96 141	9.04 307	16.44 353	4.92 210	7.28 344	8.29 259	3.84 262	0.00 1	0.02 152	0.01 291	0.00 1	0.18 245	0.19 112

iRAFT	2.09 84	0.55 81	3.57 110	0.20 9	0.20 61	3.68 222	0.64 184	5.90 116	3.52 51	5.91 160	4.41 109	3.42 141	1.51 135	7.07 183	0.95 70	0.01 129	0.00 1	0.00 1	0.00 1	0.09 135	0.10 53

RAFT-IKP	2.04 76	0.57 97	3.54 105	0.20 9	0.20 61	3.45 197	0.62 180	5.90 116	3.52 51	5.91 160	4.44 112	3.46 150	1.50 131	6.20 150	1.00 76	0.01 129	0.00 1	0.00 1	0.00 1	0.09 135	0.08 44

trnet	1.09 11	0.47 46	2.19 15	0.12 3	0.21 70	1.70 44	0.02 8	4.28 34	6.97 228	0.78 39	1.77 45	0.48 46	0.67 65	1.50 17	0.58 12	0.00 1	0.01 119	0.00 1	0.00 1	0.01 3	0.03 12

Selective-RAFT	1.92 68	0.54 76	3.87 132	1.15 139	0.21 70	3.83 234	0.06 18	5.00 58	4.68 125	1.59 60	2.14 55	3.05 124	2.77 188	6.63 163	1.34 119	0.00 1	0.95 343	0.00 1	0.32 364	0.05 79	0.19 112

PSM-adaLoss	2.02 74	0.55 81	3.57 110	0.20 9	0.21 70	3.69 225	0.69 198	5.89 111	3.52 51	5.91 160	4.43 111	3.42 141	1.50 131	5.63 135	0.94 69	0.01 129	0.00 1	0.00 1	0.00 1	0.09 135	0.10 53

ROB_FTStereo_v2	2.04 76	0.56 92	3.56 109	0.20 9	0.21 70	3.66 217	0.72 207	5.89 111	3.51 49	5.91 160	4.46 114	3.42 141	1.50 131	6.08 147	0.93 65	0.01 129	0.00 1	0.00 1	0.00 1	0.09 135	0.09 48

ROB_FTStereo	2.03 75	0.57 97	3.57 110	0.20 9	0.21 70	3.66 217	0.73 209	5.89 111	3.51 49	5.92 165	4.35 108	3.37 137	1.50 131	6.02 143	0.90 60	0.01 129	0.00 1	0.00 1	0.00 1	0.09 135	0.09 48

iGMRVC	2.09 84	0.56 92	3.59 115	0.20 9	0.21 70	3.68 222	0.71 204	5.89 111	3.53 55	5.92 165	4.46 114	3.44 147	1.51 135	6.93 180	0.98 73	0.02 220	0.00 1	0.00 1	0.00 1	0.09 135	0.09 48

RAFT-345	3.36 217	0.55 81	3.43 96	1.23 147	0.21 70	2.62 111	0.46 134	3.91 23	6.34 194	7.46 250	24.49 401	4.19 182	1.74 152	8.27 257	2.25 197	0.01 129	0.00 1	0.00 1	0.00 1	0.02 13	0.02 5

UGAM	4.25 288	0.86 172	5.73 258	0.45 60	0.22 77	3.61 210	1.18 270	5.51 84	15.39 375	4.99 133	12.34 312	15.09 374	3.71 231	10.58 348	3.76 257	0.00 1	0.46 293	0.00 1	0.34 371	0.36 335	0.36 172

MIPNet	2.27 112	1.14 231	5.55 248	0.49 66	0.22 77	2.03 68	0.19 76	7.60 193	6.17 189	5.83 157	4.16 102	2.05 100	3.44 218	3.65 79	2.23 196	0.00 1	0.01 119	0.01 291	0.01 192	0.24 286	0.48 202

IIG-Stereo	3.28 207	0.98 204	3.57 110	4.14 396	0.22 77	2.56 104	0.71 204	7.04 170	6.10 185	8.49 289	9.38 250	7.82 289	2.73 184	9.69 327	1.99 178	0.02 220	0.02 152	0.00 1	0.00 1	0.03 40	0.14 74

LMCR-Stereo	3.92 262	1.96 335	4.92 209	2.85 344	0.23 80	7.88 333	1.47 285	12.52 322	5.39 157	8.71 295	10.65 281	1.90 93	5.04 290	8.53 279	4.89 294	1.05 400	0.00 1	0.00 1	0.00 1	0.42 343	0.05 27

IGEVStereo-DCA	1.54 44	1.71 311	2.99 58	0.73 97	0.24 81	2.69 121	0.81 224	4.31 35	2.97 23	0.73 32	0.16 2	0.23 12	0.32 22	7.57 221	2.72 224	0.00 1	0.49 297	0.00 1	0.16 291	0.17 236	1.82 366

rrr	1.64 53	1.71 311	6.31 285	0.73 97	0.24 81	2.69 121	0.92 251	4.25 30	1.75 6	0.73 32	0.16 2	0.23 12	0.32 22	7.57 221	2.72 224	0.00 1	0.49 297	0.00 1	0.20 317	0.17 236	1.68 345

CFNet_pseudo	2.96 186	0.55 81	4.51 183	0.43 56	0.24 81	2.83 140	0.12 40	8.59 213	8.13 267	7.20 237	10.41 272	6.47 259	2.04 159	5.27 123	2.00 180	0.00 1	0.02 152	0.01 291	0.00 1	0.06 89	0.23 132

CREStereo	1.09 11	0.51 67	2.16 13	0.11 2	0.24 81	1.67 39	0.03 13	4.24 29	6.91 225	0.80 40	1.73 42	0.44 43	0.64 64	1.58 23	0.61 19	0.00 1	0.00 1	0.00 1	0.00 1	0.01 3	0.02 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
rvit_stereo_0081_aga	0.95 4	1.03 214	4.52 185	0.16 7	0.25 85	1.70 44	0.21 82	4.27 32	3.17 32	0.38 6	0.23 5	0.27 20	0.31 18	1.56 21	0.64 22	0.00 1	0.00 1	0.00 1	0.00 1	0.13 201	0.15 86

Pruner-Stereo	2.66 154	0.61 105	3.54 105	1.93 233	0.25 85	3.47 200	0.74 213	6.60 149	5.66 172	8.98 304	6.12 160	4.39 193	1.11 94	7.27 195	2.34 207	0.03 256	0.00 1	0.02 322	0.00 1	0.03 40	0.04 21

MSMDNet	3.15 199	0.51 67	4.48 181	0.46 63	0.25 85	2.88 156	0.16 66	9.79 247	9.82 309	7.24 239	11.36 293	6.82 269	2.41 174	4.47 103	1.86 164	0.01 129	0.02 152	0.02 322	0.00 1	0.06 89	0.30 157

ccs_rob	2.95 184	0.55 81	4.53 186	0.42 53	0.25 85	2.84 142	0.12 40	8.58 212	8.13 267	7.18 234	10.36 271	6.44 258	2.05 160	5.28 124	1.97 175	0.00 1	0.02 152	0.01 291	0.00 1	0.06 89	0.23 132

PCWNet_CMD	3.14 198	0.51 67	4.47 180	0.44 59	0.26 89	2.87 155	0.15 61	9.66 244	9.78 308	7.28 242	11.50 295	6.84 270	2.40 173	4.47 103	1.83 162	0.01 129	0.02 152	0.02 322	0.00 1	0.06 89	0.29 154

FENet	2.35 119	0.59 101	3.28 78	2.32 295	0.27 90	2.78 136	0.13 49	7.68 198	6.09 184	5.38 146	2.12 54	4.84 207	3.33 213	4.98 114	2.66 218	0.02 220	0.03 177	0.00 1	0.00 1	0.04 63	0.40 179

TestStereo	1.89 64	1.59 299	4.22 166	0.37 47	0.28 91	1.33 15	0.01 2	5.63 95	4.13 93	3.59 98	5.11 128	2.06 101	0.70 67	7.62 225	0.93 65	0.02 220	0.00 1	0.00 1	0.00 1	0.02 13	0.19 112

test_xeample3	1.71 58	1.75 318	6.64 295	0.90 119	0.29 92	2.55 103	0.90 246	4.08 26	2.36 8	0.56 22	0.24 6	0.23 12	0.31 18	7.51 216	2.73 226	0.00 1	0.70 312	0.00 1	0.36 375	0.18 245	1.92 382

CAS++	1.27 21	0.68 127	2.40 19	0.25 27	0.30 93	1.80 54	0.61 176	8.46 210	3.61 62	1.80 64	2.42 63	0.18 4	0.21 6	2.12 47	0.49 4	0.01 129	0.01 119	0.00 1	0.00 1	0.02 13	0.06 36
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
test_4	2.58 147	0.70 136	3.30 79	0.43 56	0.30 93	3.97 242	1.11 268	3.91 23	3.83 78	4.15 114	17.20 363	3.44 147	0.52 54	6.60 162	1.58 131	0.00 1	0.13 239	0.00 1	0.11 272	0.20 259	0.20 118

IPLG	2.63 153	1.09 222	5.67 254	0.73 97	0.31 95	3.00 164	0.25 94	6.84 161	6.02 182	7.93 262	6.31 170	1.91 94	1.72 150	7.47 212	2.53 211	0.01 129	0.01 119	0.00 1	0.00 1	0.29 315	0.58 217

TransformOpticalFlow	3.50 228	0.83 161	4.85 205	1.09 135	0.31 95	3.52 205	0.14 59	10.32 259	8.02 264	5.78 154	13.25 323	6.63 262	4.91 283	8.36 268	1.63 140	0.00 1	0.01 119	0.01 291	0.00 1	0.06 89	0.24 141

CFNet-RSSM	2.26 109	0.43 25	3.24 74	1.28 153	0.31 95	3.19 176	0.40 122	7.62 195	7.29 240	5.88 158	4.68 118	5.32 225	1.68 145	2.26 54	1.04 80	0.01 129	0.09 224	0.00 1	0.31 362	0.03 40	0.16 93

Gwc-CoAtRS	2.16 94	0.42 24	3.13 67	1.28 153	0.31 95	3.52 205	0.39 121	6.56 148	6.31 193	5.38 146	5.11 128	5.47 228	1.70 147	2.00 41	1.08 86	0.01 129	0.19 253	0.00 1	0.25 335	0.02 13	0.16 93

MLCV	3.76 251	1.52 293	6.93 306	1.66 195	0.31 95	4.31 259	0.32 108	7.92 201	7.68 252	9.55 326	12.12 307	5.17 219	2.74 185	10.00 340	4.49 285	0.01 129	0.00 1	0.00 1	0.00 1	0.16 229	0.27 147

RAFT_R40	2.83 169	0.46 41	3.85 129	1.38 163	0.32 100	3.78 230	0.97 252	6.16 133	4.82 136	9.74 334	6.35 173	4.96 213	3.94 246	8.78 289	1.05 81	0.01 129	0.00 1	0.00 1	0.00 1	0.04 63	0.03 12

WCG-NET	1.54 44	0.94 195	2.29 16	0.70 90	0.33 101	2.06 71	0.42 126	5.24 69	4.93 139	3.51 95	1.34 32	2.32 104	1.15 104	3.79 82	0.59 14	0.01 129	0.24 265	0.00 1	0.00 1	0.18 245	0.76 257

RCA-Stereo	2.19 99	0.46 41	3.22 72	0.47 64	0.33 101	2.27 82	0.47 136	5.60 93	15.20 373	2.86 79	5.61 146	0.78 60	3.15 197	1.71 25	0.48 3	0.00 1	0.90 335	0.00 1	0.00 1	0.10 155	0.26 144

GwcNet-ADL	2.85 171	0.61 105	4.38 175	0.92 122	0.33 101	2.05 69	0.67 192	8.85 219	9.65 306	6.36 185	6.71 179	4.11 177	1.71 148	5.97 142	4.22 276	0.08 315	0.06 205	0.00 1	0.00 1	0.07 107	0.16 93

test_sample7	3.75 250	0.67 125	4.34 173	2.21 270	0.35 104	4.47 265	2.08 307	11.31 288	8.40 275	8.64 291	8.05 217	6.80 265	5.05 291	7.22 191	2.53 211	0.07 310	1.04 362	0.00 1	0.00 1	0.06 89	1.66 339

ff7	1.46 34	0.79 148	2.99 58	0.33 40	0.35 104	2.75 130	0.81 224	4.31 35	2.97 23	0.77 34	1.20 20	0.21 7	0.42 37	7.44 203	0.86 53	0.00 1	0.93 337	0.00 1	0.16 291	0.12 184	1.82 366

ffff	1.46 34	0.79 148	2.99 58	0.33 40	0.35 104	2.75 130	0.81 224	4.31 35	2.97 23	0.77 34	1.20 20	0.21 7	0.42 37	7.44 203	0.86 53	0.00 1	0.93 337	0.00 1	0.16 291	0.12 184	1.82 366

11t	1.46 34	0.79 148	2.99 58	0.33 40	0.35 104	2.75 130	0.81 224	4.31 35	2.97 23	0.77 34	1.20 20	0.21 7	0.42 37	7.44 203	0.87 57	0.00 1	0.93 337	0.00 1	0.16 291	0.12 184	1.82 366

ccc-4	1.46 34	0.79 148	2.99 58	0.33 40	0.35 104	2.75 130	0.81 224	4.31 35	2.97 23	0.77 34	1.20 20	0.21 7	0.42 37	7.44 203	0.86 53	0.00 1	0.93 337	0.00 1	0.16 291	0.12 184	1.82 366

rvit_stereo_ft	1.23 19	1.42 279	5.16 220	0.94 124	0.36 109	1.22 9	0.24 90	4.57 43	4.49 115	0.51 14	1.04 19	0.73 59	1.10 93	1.50 17	1.01 78	0.00 1	0.00 1	0.00 1	0.00 1	0.05 79	0.22 128

GMStereo_Zeroshot	2.92 180	2.33 360	6.12 272	1.66 195	0.36 109	3.61 210	0.09 28	5.95 122	6.20 190	7.15 232	7.11 194	8.37 299	0.91 82	6.17 149	1.97 175	0.00 1	0.00 1	0.00 1	0.00 1	0.22 274	0.14 74

SST-Stereo	2.86 172	0.45 37	3.64 119	1.46 173	0.36 109	3.94 239	0.80 221	6.07 129	4.46 112	10.96 360	6.21 163	4.94 212	4.14 253	8.85 292	0.93 65	0.01 129	0.00 1	0.00 1	0.00 1	0.04 63	0.03 12

iResNet	4.04 271	1.46 288	8.72 348	3.25 370	0.36 109	4.54 268	0.47 136	9.06 224	10.40 318	7.98 265	12.82 320	4.06 175	3.22 201	8.82 290	4.95 297	0.03 256	0.01 119	0.00 1	0.00 1	0.14 212	0.55 212

CFNet_ucs	3.23 204	0.56 92	4.59 194	0.59 73	0.37 113	3.29 185	0.19 76	10.47 266	9.02 293	7.78 259	12.57 316	5.59 233	1.74 152	5.39 127	1.86 164	0.00 1	0.04 192	0.01 291	0.00 1	0.10 155	0.33 163

AE-Stereo	1.89 64	0.38 11	3.86 131	1.94 235	0.38 114	2.51 101	0.58 167	7.19 178	7.28 239	1.60 61	3.51 89	1.07 67	0.77 75	2.12 47	1.24 107	0.03 256	1.02 360	0.00 1	0.28 352	0.11 167	1.84 371

CASS	2.62 152	0.57 97	4.28 168	0.90 119	0.38 114	3.45 197	0.22 84	9.91 249	4.46 112	7.33 246	7.92 214	3.53 153	3.59 223	4.16 93	1.49 125	0.03 256	0.01 119	0.00 1	0.00 1	0.05 79	0.06 36
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
AFF-stereo	2.87 174	1.31 259	3.26 76	1.87 224	0.38 114	1.68 41	0.09 28	6.38 142	7.07 230	6.52 195	11.90 304	6.08 249	2.32 171	5.05 117	1.65 145	0.02 220	0.66 306	0.00 1	0.00 1	0.29 315	0.94 276

ACVNet-DCA	2.41 130	0.93 186	3.39 89	3.05 356	0.39 117	5.69 293	0.55 158	9.15 229	4.33 103	1.42 55	3.48 84	0.33 31	3.65 227	8.26 253	0.70 30	0.00 1	1.14 381	0.00 1	0.03 223	0.09 135	1.65 335

xx1	2.73 165	0.93 186	3.39 89	3.05 356	0.39 117	5.69 293	0.55 158	5.34 74	10.76 326	1.42 55	3.48 84	4.63 200	2.83 191	8.26 253	0.70 30	0.00 1	1.14 381	0.00 1	0.25 335	0.09 135	1.65 335

1test111	2.31 116	0.93 186	3.39 89	3.05 356	0.39 117	5.69 293	0.55 158	9.15 229	4.33 103	1.42 55	3.48 84	0.33 31	3.65 227	4.95 112	2.06 183	0.00 1	1.14 381	0.00 1	0.03 223	0.09 135	1.65 335

cc1	2.56 145	0.93 186	3.39 89	3.05 356	0.39 117	5.69 293	0.55 158	5.34 74	10.76 326	1.42 55	3.48 84	0.33 31	3.65 227	8.26 253	0.70 30	0.00 1	1.14 381	0.00 1	0.03 223	0.12 184	1.89 380

HHNet	2.71 160	0.69 130	3.31 81	0.25 27	0.39 117	2.80 139	0.90 246	6.33 138	5.68 173	7.51 251	13.70 326	0.94 63	3.14 196	5.42 129	2.54 216	0.14 336	0.02 152	0.06 360	0.00 1	0.24 286	0.07 41

PSMNet-ADL	3.17 202	0.56 92	3.00 63	1.55 182	0.40 122	5.97 301	0.28 97	9.06 224	5.75 175	3.56 97	6.80 183	8.33 297	4.51 264	7.65 226	5.51 305	0.03 256	0.09 224	0.00 1	0.00 1	0.03 40	0.28 151

FTStereo	4.61 309	0.54 76	2.86 45	0.98 128	0.40 122	2.57 105	8.51 409	5.70 99	3.76 74	10.85 357	29.92 418	5.53 231	7.43 348	7.73 228	1.63 140	0.17 345	0.00 1	0.05 356	0.00 1	0.04 63	3.62 416

IRAFT_RVC	2.98 188	0.66 121	4.23 167	2.20 267	0.40 122	2.91 158	5.04 370	7.03 169	4.21 98	6.59 200	5.52 144	5.02 217	4.77 279	8.41 272	2.30 206	0.01 129	0.17 250	0.01 291	0.00 1	0.03 40	0.05 27

GANetREF_RVC	6.97 356	3.59 392	9.14 361	4.00 392	0.40 122	13.17 390	11.27 424	15.95 385	17.51 388	10.62 350	10.66 282	12.15 356	7.97 358	13.18 384	5.04 298	0.45 380	0.00 1	0.01 291	0.15 289	3.47 421	0.60 222
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
AAGNet	3.50 228	0.49 60	3.38 87	1.91 231	0.41 126	3.66 217	1.02 257	5.14 64	5.16 147	9.65 332	7.75 207	4.91 209	6.23 324	7.45 210	12.73 393	0.01 129	0.00 1	0.00 1	0.00 1	0.05 79	0.06 36

SGM_RVC	10.77 405	1.11 225	4.66 198	2.66 328	0.41 126	21.03 419	6.87 395	20.02 418	15.54 379	25.86 427	24.97 405	33.59 434	20.51 420	20.89 426	14.78 407	0.31 371	0.26 271	0.22 396	0.26 347	0.43 347	1.01 282
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
MSMD_ROB	9.73 395	1.43 281	5.42 236	1.81 216	0.42 128	16.83 404	4.30 358	14.29 367	15.34 374	23.06 416	40.17 439	25.63 422	22.62 427	13.37 385	8.85 348	0.48 387	0.03 177	0.00 1	0.00 1	0.13 201	0.47 200

test_sample2	2.79 168	0.59 101	4.40 176	2.38 303	0.43 129	2.58 108	0.15 61	10.14 257	5.78 177	4.23 116	5.86 149	4.31 189	4.02 247	6.34 154	2.00 180	0.00 1	0.96 345	0.00 1	0.12 278	0.07 107	1.37 319

RAFT-RH_RVC	4.04 271	0.69 130	3.59 115	1.91 231	0.43 129	3.11 169	0.13 49	3.80 21	6.60 207	11.26 367	31.68 424	5.20 220	1.66 144	8.30 262	2.27 200	0.09 325	0.00 1	0.00 1	0.03 223	0.03 40	0.02 5

FADNet-RVC	4.36 291	2.62 373	14.51 397	2.01 248	0.44 131	4.27 256	1.27 275	12.61 324	7.89 258	3.76 104	4.05 101	10.63 334	4.34 260	9.87 333	7.66 331	0.03 256	0.09 224	0.00 1	0.03 223	0.65 370	0.50 203

testlalala	1.80 60	0.49 60	2.67 36	1.24 149	0.46 132	3.91 236	0.87 245	6.62 151	2.96 22	6.78 213	3.83 96	1.74 87	0.40 34	1.57 22	0.76 37	0.01 129	1.16 387	0.00 1	0.38 377	0.01 3	0.17 100

StereoDRNet-Refined	4.84 321	0.96 199	5.13 218	2.22 271	0.46 132	9.10 349	0.16 66	10.72 273	9.40 303	13.41 386	12.50 314	10.02 322	4.58 271	8.60 281	8.71 346	0.01 129	0.00 1	0.01 291	0.05 244	0.24 286	0.53 210
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
test_sample6	3.60 238	0.66 121	5.27 225	2.23 273	0.48 134	3.25 181	0.21 82	11.94 303	7.53 247	7.18 234	11.56 297	3.99 170	3.86 238	8.03 243	3.88 264	0.03 256	0.83 323	0.00 1	0.09 261	0.07 107	0.86 266

knoymous	1.50 40	0.28 3	1.99 7	0.33 40	0.48 134	1.58 31	0.11 36	5.71 100	2.81 16	4.85 126	1.75 43	4.58 197	0.46 50	3.66 80	1.30 112	0.01 129	0.02 152	0.00 1	0.00 1	0.02 13	0.09 48

ASMatch	3.41 222	0.62 111	3.59 115	1.99 244	0.48 134	1.91 61	0.66 188	7.01 165	4.43 111	6.25 176	22.02 391	4.56 196	4.72 278	7.78 231	1.85 163	0.01 129	0.01 119	0.00 1	0.03 223	0.02 13	0.21 123

test_sample5	3.34 212	0.65 117	5.17 221	2.10 253	0.49 137	3.31 187	0.17 69	11.91 301	7.47 242	6.91 216	9.15 238	3.61 156	3.37 215	7.53 218	3.06 238	0.02 220	0.85 327	0.00 1	0.10 266	0.07 107	0.90 269

DualNet	3.48 227	0.65 117	5.17 221	2.10 253	0.49 137	3.31 187	0.17 69	11.91 301	7.47 242	7.18 234	11.56 297	3.61 156	3.37 215	7.53 218	3.06 238	0.02 220	0.85 327	0.00 1	0.10 266	0.07 107	0.90 269

KYRaft	3.68 243	0.43 25	2.53 23	0.89 117	0.49 137	2.28 84	3.89 347	5.30 71	3.82 77	8.99 306	19.28 378	6.54 261	4.96 286	7.92 238	0.96 72	0.01 129	0.00 1	0.00 1	0.01 192	0.06 89	5.17 423

BUS	2.72 163	0.43 25	3.76 123	0.70 90	0.50 140	7.31 326	0.48 145	9.93 250	5.65 168	6.50 191	6.23 164	5.21 221	1.18 108	4.27 95	1.89 169	0.01 129	0.03 177	0.03 340	0.00 1	0.06 89	0.14 74

BSDual-CNN	2.91 178	0.43 25	3.76 123	0.70 90	0.50 140	6.97 316	1.58 291	9.93 250	5.65 168	6.50 191	6.23 164	6.17 252	2.50 176	4.27 95	2.67 219	0.01 129	0.03 177	0.03 340	0.00 1	0.06 89	0.14 74

psmg	3.34 212	0.43 25	3.76 123	0.73 97	0.50 140	8.47 343	2.74 320	10.88 279	5.65 168	8.91 302	8.78 229	6.17 252	2.50 176	4.27 95	2.67 219	0.01 129	0.04 192	0.06 360	0.00 1	0.12 184	0.10 53

RAFT	2.94 182	1.29 256	4.06 155	1.36 159	0.50 140	2.39 90	0.91 249	6.11 131	3.25 36	6.64 203	7.30 198	9.96 321	4.20 255	6.03 144	2.21 191	0.00 1	1.02 360	0.00 1	0.02 211	0.54 365	1.01 282

GMM-Stereo	3.42 224	0.39 16	3.24 74	0.87 115	0.50 140	2.26 81	4.73 365	5.64 96	3.81 75	7.08 227	16.57 357	6.13 250	3.62 226	7.74 229	1.40 122	0.05 294	0.00 1	0.00 1	0.04 241	0.12 184	4.24 421

sAnonymous2	1.54 44	2.26 351	9.53 366	0.65 82	0.50 140	1.20 6	0.23 88	4.86 50	3.65 65	0.42 8	1.27 26	0.23 12	1.40 125	1.23 8	0.68 24	0.02 220	0.00 1	0.00 1	0.20 317	2.00 411	0.42 192

CroCo_RVC	1.54 44	2.26 351	9.53 366	0.65 82	0.50 140	1.20 6	0.23 88	4.86 50	3.65 65	0.42 8	1.27 26	0.23 12	1.40 125	1.23 8	0.68 24	0.02 220	0.00 1	0.00 1	0.20 317	2.00 411	0.42 192

RSM++	1.24 20	0.45 37	1.84 6	1.61 186	0.51 147	2.73 127	0.29 99	2.99 6	3.22 35	0.69 27	2.06 53	0.52 50	0.28 12	5.62 134	0.86 53	0.01 129	0.03 177	0.00 1	0.17 300	0.16 229	0.85 265

OMP-Stereo	3.15 199	1.19 240	3.49 99	4.34 404	0.51 147	2.20 79	1.21 271	6.67 152	6.52 204	7.99 267	6.24 168	8.38 301	2.44 175	9.65 321	1.92 171	0.01 129	0.02 152	0.00 1	0.00 1	0.08 120	0.15 86

Anonymous3	1.96 71	0.61 105	7.58 326	0.42 53	0.51 147	4.28 257	0.52 151	5.56 91	2.76 14	2.35 70	3.47 82	1.50 80	1.13 96	5.92 141	1.54 128	0.23 358	0.23 262	0.00 1	0.00 1	0.14 212	0.47 200

AdaStereo	3.34 212	0.74 143	4.00 151	3.10 362	0.51 147	4.22 254	1.25 274	12.84 329	8.39 274	6.33 181	9.55 252	5.77 243	1.54 140	5.53 132	2.74 228	0.02 220	0.00 1	0.00 1	0.00 1	0.03 40	0.15 86
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.
Pointernet	1.04 10	0.44 34	2.58 26	0.32 34	0.52 151	1.78 53	0.07 21	5.69 98	2.76 14	0.27 1	2.28 60	0.80 61	0.44 46	1.37 13	0.49 4	0.00 1	0.36 283	0.00 1	0.25 335	0.02 13	0.32 162

Prome-Stereo	3.73 249	0.39 16	2.62 31	1.05 133	0.52 151	2.06 71	4.58 362	4.88 54	3.95 85	9.34 320	20.39 383	4.03 172	7.02 339	7.86 234	1.31 114	0.00 1	0.00 1	0.00 1	0.00 1	0.07 107	4.52 422

test_sample4	3.29 208	0.64 115	5.38 233	2.08 252	0.53 153	3.91 236	0.15 61	12.13 307	7.50 244	7.04 224	7.50 201	3.64 158	3.19 198	6.95 181	3.14 242	0.02 220	0.85 327	0.00 1	0.10 266	0.07 107	0.92 274

tt1	2.53 140	0.91 184	3.53 103	2.92 346	0.53 153	5.60 290	0.61 176	5.55 88	10.56 320	1.54 59	3.54 90	0.34 35	3.00 194	8.20 251	0.68 24	0.00 1	1.13 374	0.00 1	0.03 223	0.11 167	1.88 377

CroCo-Stereo	1.14 16	1.22 248	3.99 150	0.61 77	0.53 153	0.38 1	0.06 18	5.35 79	4.15 94	0.59 23	1.92 51	1.00 65	0.27 11	1.37 13	1.33 117	0.01 129	0.00 1	0.00 1	0.00 1	0.05 79	0.05 27
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
CBMV	5.97 335	1.52 293	4.51 183	1.99 244	0.53 153	10.02 359	6.94 396	13.27 347	13.80 367	13.08 384	15.93 349	11.36 347	8.11 359	9.82 331	7.27 326	0.08 315	0.15 244	0.00 1	0.00 1	0.30 318	0.74 256
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
RAStereo	0.81 1	0.70 136	3.97 147	0.21 18	0.54 157	1.16 5	0.02 8	3.78 19	1.22 2	0.62 24	1.57 35	0.16 2	0.23 7	0.89 3	1.05 81	0.00 1	0.00 1	0.00 1	0.00 1	0.08 120	0.02 5

RSM	1.43 30	0.40 21	1.79 4	0.74 103	0.54 157	2.45 95	0.49 148	4.13 28	3.29 40	0.65 25	2.53 65	2.15 102	0.30 16	6.97 182	0.85 51	0.01 129	0.12 235	0.00 1	0.25 335	0.11 167	0.72 252

HH	2.88 175	0.82 158	4.07 156	1.71 204	0.54 157	4.71 271	0.69 198	8.72 216	3.57 59	1.80 64	6.49 177	7.81 287	3.92 244	8.93 297	0.99 74	0.00 1	1.06 364	0.00 1	0.03 223	0.05 79	1.69 347

HanStereo	2.88 175	0.82 158	4.07 156	1.71 204	0.54 157	4.71 271	0.69 198	8.72 216	3.57 59	1.80 64	6.49 177	7.81 287	3.92 244	8.93 297	0.99 74	0.00 1	1.06 364	0.00 1	0.03 223	0.05 79	1.69 347

Sa-1000	3.81 255	1.26 252	4.64 197	2.29 290	0.55 161	3.51 202	1.58 291	8.37 207	9.13 296	7.97 264	17.42 367	3.98 169	2.76 187	9.61 320	1.68 152	0.00 1	0.69 310	0.00 1	0.18 305	0.23 282	0.27 147

raft_robust	2.91 178	1.71 311	3.42 95	1.36 159	0.57 162	1.53 29	0.12 40	7.06 171	9.09 294	6.96 223	7.21 196	4.43 194	2.09 161	9.40 313	1.61 136	0.03 256	0.93 337	0.00 1	0.21 322	0.17 236	0.38 176

SA	3.34 212	1.29 256	4.84 204	1.99 244	0.57 162	3.15 175	1.39 281	7.66 197	9.94 310	4.86 127	10.87 286	2.97 123	4.61 274	9.88 335	1.38 121	0.00 1	0.60 303	0.00 1	0.19 308	0.25 293	0.37 173

PSM-AAD	3.43 226	0.31 4	2.16 13	0.80 110	0.57 162	2.53 102	5.97 377	5.53 86	3.98 88	11.00 361	11.90 304	2.93 120	9.36 377	8.03 243	1.00 76	0.01 129	0.01 119	0.00 1	0.00 1	0.06 89	2.39 400

test_sample3	3.27 206	0.62 111	5.29 229	2.24 277	0.58 165	4.62 269	0.16 66	12.15 310	7.51 245	6.44 188	7.25 197	3.72 160	3.03 195	6.73 169	3.17 245	0.01 129	0.85 327	0.00 1	0.10 266	0.07 107	0.88 268

LCNet	2.94 182	0.55 81	2.57 25	1.03 132	0.59 166	2.05 69	1.55 290	5.51 84	4.19 97	6.08 173	10.58 279	4.54 195	6.63 330	7.59 223	0.90 60	0.01 129	0.00 1	0.01 291	0.76 404	0.31 325	3.43 412

STrans-v2	3.55 232	0.94 195	5.06 216	0.32 34	0.60 167	2.97 162	1.15 269	11.08 282	7.97 263	6.01 168	10.93 287	6.65 263	6.86 335	8.37 269	1.66 148	0.00 1	0.01 119	0.00 1	0.00 1	0.04 63	0.39 178

ACVNet	2.86 172	0.96 199	3.87 132	0.86 114	0.61 168	2.63 113	0.54 155	8.93 221	6.12 186	5.09 135	9.32 247	5.70 240	3.84 236	2.68 64	5.56 306	0.00 1	0.00 1	0.00 1	0.00 1	0.26 294	0.23 132

AACVNet	3.71 248	1.63 302	4.89 207	3.80 389	0.62 169	3.25 181	0.30 105	9.47 241	3.81 75	6.34 184	10.74 283	10.52 330	4.92 284	9.31 311	3.88 264	0.03 256	0.01 119	0.00 1	0.00 1	0.34 331	0.28 151

GrayStereo	3.86 258	0.33 6	2.63 32	1.66 195	0.62 169	3.09 168	7.92 406	6.43 145	3.88 80	10.61 349	16.51 356	5.75 242	8.40 362	6.75 170	1.58 131	0.01 129	0.00 1	0.01 291	0.62 398	0.04 63	0.38 176

RAFT-Stereo-weight	1.91 67	0.41 23	2.09 10	1.17 142	0.63 171	3.20 177	0.74 213	5.78 105	6.80 219	5.25 142	3.47 82	2.80 117	0.36 28	3.16 73	1.09 88	0.02 220	0.53 299	0.00 1	0.00 1	0.01 3	0.66 242

DualNet (step1)	4.40 295	1.36 269	7.91 331	1.40 166	0.63 171	5.54 286	2.72 317	11.31 288	8.40 275	8.64 291	8.05 217	6.80 265	5.05 291	7.22 191	2.53 211	1.74 413	1.04 362	3.05 425	2.96 429	0.22 274	1.35 316

test_sample9	6.40 343	1.36 269	7.91 331	1.40 166	0.63 171	5.54 286	2.72 317	11.31 288	8.40 275	8.64 291	8.05 217	6.80 265	5.05 291	12.52 376	13.17 396	1.74 413	25.14 463	3.05 425	2.96 429	0.22 274	1.35 316

test_sample8	8.50 382	1.36 269	7.91 331	1.40 166	0.63 171	5.54 286	2.72 317	12.78 328	6.78 218	17.61 406	9.29 246	24.63 418	19.17 415	12.52 376	13.17 396	1.74 413	25.14 463	3.05 425	2.96 429	0.22 274	1.35 316

FADNet-RVC-Resample	4.11 276	2.25 349	13.88 391	1.64 189	0.66 175	5.91 300	2.34 312	10.87 276	9.09 294	6.53 196	4.34 106	5.69 239	4.71 277	8.01 242	4.64 290	0.18 349	0.22 259	0.17 390	0.12 278	0.46 352	0.59 220

test_sample1	2.88 175	0.63 113	4.46 178	2.38 303	0.68 176	2.61 110	0.05 15	10.51 268	5.36 155	4.50 121	4.81 120	3.76 161	5.94 316	6.10 148	2.96 234	0.00 1	0.99 355	0.00 1	0.11 272	0.07 107	1.67 342

HSM-Net_RVC	4.40 295	0.44 34	3.22 72	0.72 94	0.68 176	7.06 320	1.82 300	12.57 323	8.48 278	9.04 307	12.20 310	14.98 371	5.14 297	7.32 199	4.19 274	0.02 220	0.02 152	0.00 1	0.00 1	0.02 13	0.14 74
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
SGM-Forest	5.40 329	0.84 164	4.19 163	1.43 171	0.68 176	10.12 362	6.41 387	12.13 307	11.86 346	11.50 370	14.43 335	11.62 349	5.20 298	9.93 338	6.16 313	0.16 341	0.04 192	0.00 1	0.00 1	0.08 120	1.24 305
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
anonymousdsp	1.51 41	0.81 154	2.70 38	0.60 74	0.69 179	2.76 134	0.79 219	4.86 50	3.00 29	0.82 41	1.25 24	0.31 26	0.42 37	7.44 203	0.81 46	0.00 1	0.83 323	0.00 1	0.17 300	0.12 184	1.85 373

gwcnet-sp	3.58 234	2.01 339	8.82 351	2.01 248	0.69 179	7.38 328	1.10 265	9.23 233	6.66 212	9.32 317	5.91 153	4.21 183	3.31 208	6.91 177	3.69 252	0.00 1	0.00 1	0.00 1	0.00 1	0.24 286	0.18 103

scenet	3.58 234	2.01 339	8.82 351	2.01 248	0.69 179	7.38 328	1.10 265	9.23 233	6.66 212	9.32 317	5.91 153	4.21 183	3.31 208	6.91 177	3.69 252	0.00 1	0.00 1	0.00 1	0.00 1	0.24 286	0.18 103

ssnet	3.58 234	2.01 339	8.82 351	2.01 248	0.69 179	7.38 328	1.10 265	9.23 233	6.66 212	9.32 317	5.91 153	4.21 183	3.31 208	6.91 177	3.69 252	0.00 1	0.00 1	0.00 1	0.00 1	0.24 286	0.18 103

IGEV-Stereo	1.51 41	0.81 154	2.69 37	0.60 74	0.69 179	2.77 135	0.79 219	4.88 54	2.99 28	0.82 41	1.25 24	0.31 26	0.42 37	7.43 202	0.85 51	0.00 1	0.83 323	0.00 1	0.17 300	0.12 184	1.85 373
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
ICVP	2.53 140	0.47 46	3.64 119	1.20 145	0.69 179	2.71 124	0.84 233	10.63 272	4.66 124	4.31 118	8.99 234	2.75 116	1.93 155	2.91 69	4.07 273	0.06 304	0.24 265	0.01 291	0.01 192	0.13 201	0.26 144
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
TestStereo1	3.12 196	1.34 265	4.67 199	3.47 379	0.71 185	2.50 98	1.45 283	7.27 180	8.71 282	4.91 128	9.28 244	2.34 106	3.61 224	9.44 314	1.62 138	0.00 1	0.33 277	0.00 1	0.00 1	0.30 318	0.40 179

qqq	2.44 133	0.85 165	4.33 172	1.73 208	0.71 185	1.98 65	0.38 118	9.15 229	4.33 103	3.37 90	4.34 106	4.63 200	2.83 191	4.95 112	2.06 183	0.00 1	1.13 374	0.00 1	0.25 335	0.09 135	1.65 335

SA-5K	3.12 196	1.34 265	4.67 199	3.47 379	0.71 185	2.50 98	1.45 283	7.27 180	8.71 282	4.91 128	9.28 244	2.34 106	3.61 224	9.44 314	1.62 138	0.00 1	0.33 277	0.00 1	0.00 1	0.30 318	0.40 179

ProNet	1.58 50	0.86 172	3.17 69	0.75 105	0.72 188	2.84 142	0.66 188	5.91 120	3.28 39	0.37 4	1.47 33	0.40 37	0.37 29	7.19 189	0.70 30	0.02 220	0.98 352	0.00 1	0.05 244	0.20 259	1.77 363

x	2.30 115	0.82 158	3.85 129	2.23 273	0.72 188	2.12 76	0.81 224	9.48 242	4.82 136	3.83 106	2.76 70	3.49 151	2.30 170	3.48 76	2.25 197	0.00 1	1.13 374	0.00 1	0.22 327	0.09 135	1.66 339

GMOStereo	2.08 79	0.85 165	2.95 53	0.23 22	0.73 190	1.50 25	0.86 240	5.08 59	4.78 130	8.42 285	6.99 186	3.36 133	1.14 98	1.73 27	1.21 101	0.00 1	1.32 401	0.00 1	0.00 1	0.28 307	0.23 132

error version	2.08 79	0.85 165	2.95 53	0.23 22	0.73 190	1.50 25	0.86 240	5.08 59	4.78 130	8.42 285	6.99 186	3.36 133	1.14 98	1.73 27	1.21 101	0.00 1	1.32 401	0.00 1	0.00 1	0.28 307	0.23 132

test-v	2.08 79	0.85 165	2.95 53	0.23 22	0.73 190	1.50 25	0.86 240	5.08 59	4.78 130	8.42 285	6.99 186	3.36 133	1.14 98	1.73 27	1.21 101	0.00 1	1.32 401	0.00 1	0.00 1	0.28 307	0.23 132

test-2	2.08 79	0.85 165	2.95 53	0.23 22	0.73 190	1.50 25	0.86 240	5.08 59	4.78 130	8.42 285	6.99 186	3.36 133	1.14 98	1.73 27	1.21 101	0.00 1	1.32 401	0.00 1	0.00 1	0.28 307	0.23 132

hitnet-ft	3.95 266	1.16 234	3.92 142	0.89 117	0.73 190	4.88 276	0.54 155	9.78 246	7.91 260	7.42 248	10.24 268	12.50 357	4.84 281	8.15 250	5.56 306	0.03 256	0.00 1	0.06 360	0.00 1	0.24 286	0.12 64

Occ-G	1.39 28	0.66 121	3.05 64	0.60 74	0.75 195	1.46 22	0.67 192	3.66 14	3.50 44	1.76 62	0.65 14	5.00 216	0.55 58	1.15 6	1.56 130	0.00 1	0.74 316	0.00 1	0.17 300	0.19 253	1.61 332

ssnet_v2	4.73 316	1.43 281	6.74 301	1.80 215	0.75 195	8.89 347	4.60 363	12.66 325	10.65 324	9.53 324	6.23 164	9.78 319	4.26 259	6.89 176	9.65 361	0.01 129	0.01 119	0.00 1	0.00 1	0.36 335	0.31 159

CBMV_ROB	4.66 311	0.85 165	3.94 144	1.64 189	0.75 195	8.38 342	1.90 301	11.19 284	10.36 316	9.20 315	15.21 342	7.28 277	6.99 338	9.48 316	5.24 302	0.04 279	0.05 199	0.00 1	0.00 1	0.07 107	0.64 233

Selective-IGEV	1.56 49	0.34 7	2.13 12	0.77 106	0.76 198	2.36 88	0.52 151	6.80 159	3.08 30	0.53 17	3.34 79	0.26 19	0.31 18	7.24 193	0.73 36	0.01 129	0.80 322	0.00 1	0.14 286	0.08 120	1.01 282

AIO-Stereo	1.30 23	0.45 37	1.73 3	0.67 88	0.77 199	2.33 86	0.60 172	5.99 125	3.27 37	0.45 10	3.46 81	0.41 38	0.28 12	1.53 20	0.71 34	0.04 279	0.79 320	0.00 1	0.67 401	0.10 155	1.67 342

DN-CSS_ROB	3.00 189	2.14 345	7.33 317	2.67 330	0.78 200	3.13 172	0.07 21	6.68 156	4.22 99	5.51 151	12.12 307	2.33 105	1.21 114	8.69 287	2.51 210	0.03 256	0.00 1	0.00 1	0.00 1	0.42 343	0.15 86

FADNet_RVC	4.24 286	2.32 359	14.23 394	1.18 144	0.79 201	5.64 291	0.60 172	11.50 294	7.19 235	3.68 102	8.08 222	4.14 179	4.06 248	10.29 345	7.47 328	0.36 374	0.44 292	0.18 391	0.47 389	0.93 388	1.23 304

RALAANet	2.68 156	1.71 311	4.73 202	2.79 337	0.80 202	3.30 186	0.15 61	7.92 201	5.92 180	5.79 155	6.06 158	3.51 152	1.13 96	6.76 172	2.28 202	0.00 1	0.28 272	0.00 1	0.10 266	0.27 304	0.13 70

FADNet	4.55 303	2.35 361	13.60 389	1.87 224	0.80 202	4.74 274	0.75 216	14.47 369	12.41 350	4.07 113	5.45 142	9.64 315	5.03 288	8.86 293	4.82 293	0.20 353	0.04 192	0.07 365	0.05 244	1.27 397	0.40 179

GCAP-BAT	2.26 109	0.61 105	3.67 121	1.48 175	0.81 204	4.32 260	0.77 218	4.87 53	4.04 91	3.97 112	5.41 139	4.38 192	0.59 61	6.20 150	1.17 95	0.02 220	1.14 381	0.00 1	0.55 395	0.07 107	1.22 303

MSKI-zero shot	2.23 106	0.49 60	2.49 20	1.60 185	0.81 204	2.69 121	0.29 99	6.82 160	2.50 9	4.37 119	7.61 204	3.65 159	0.26 9	8.62 284	0.63 20	0.01 129	1.09 368	0.00 1	0.25 335	0.03 40	0.46 199

anonymousdsp2	2.20 101	0.57 97	4.59 194	1.69 200	0.82 206	3.58 209	0.48 145	8.57 211	3.63 64	3.37 90	3.03 75	3.32 132	1.00 87	5.57 133	0.80 42	0.01 129	0.94 342	0.02 322	0.15 289	0.06 89	1.89 380

CSAN	8.41 381	2.86 380	9.35 365	2.43 309	0.82 206	13.59 393	11.68 426	15.80 384	21.98 410	14.71 394	16.46 355	18.00 392	14.42 407	13.68 386	10.10 364	0.10 328	0.13 239	0.15 382	0.19 308	0.43 347	1.28 310

Any-RAFT	2.33 117	0.36 8	2.35 18	1.58 184	0.84 208	4.93 278	0.55 158	9.10 227	5.93 181	4.30 117	4.90 123	5.79 244	2.22 166	2.75 66	0.51 6	0.02 220	0.32 276	0.00 1	0.00 1	0.02 13	0.18 103

PFNet	3.06 191	0.59 101	6.13 273	2.26 282	0.84 208	3.08 167	0.73 209	7.38 186	5.35 153	10.20 339	6.06 158	4.72 202	2.10 164	8.47 277	2.25 197	0.19 350	0.06 205	0.00 1	0.11 272	0.20 259	0.42 192

ETE_ROB	6.28 341	2.60 370	9.22 362	1.71 204	0.84 208	6.44 308	6.78 393	13.16 345	8.80 285	13.01 382	15.93 349	21.01 412	6.18 322	10.97 351	8.11 336	0.04 279	0.01 119	0.00 1	0.02 211	0.16 229	0.70 249

11t1	2.13 90	0.67 125	3.98 148	2.69 331	0.85 211	2.59 109	0.07 21	7.40 187	3.89 81	3.75 103	3.57 91	1.24 72	1.96 156	4.68 109	1.97 175	0.10 328	1.13 374	0.00 1	0.22 327	0.09 135	1.66 339

IGEV_Zeroshot_test	2.57 146	0.63 113	5.70 257	1.93 233	0.87 212	2.63 113	0.85 238	8.94 223	4.55 119	5.30 143	5.48 143	5.23 224	1.38 124	3.76 81	1.32 116	0.00 1	0.69 310	0.00 1	0.18 305	0.19 253	1.72 354

UGAM-zero	3.92 262	0.49 60	5.26 224	1.17 142	0.89 213	4.00 244	0.47 136	12.42 318	3.62 63	5.46 149	5.86 149	15.76 377	8.92 374	8.63 285	2.44 209	0.00 1	0.84 326	0.00 1	0.89 405	0.03 40	1.27 309

psmorigin	7.74 370	2.19 347	18.99 414	2.51 316	0.89 213	7.08 322	2.74 320	11.25 285	7.90 259	20.49 414	22.36 393	20.16 405	11.95 392	13.84 389	10.61 373	0.04 279	0.18 251	0.06 360	0.24 332	0.27 304	1.07 290

EGLCR-Stereo	1.45 33	0.26 2	2.91 46	1.94 235	0.90 215	3.13 172	0.69 198	5.81 107	3.21 34	1.14 51	0.20 4	1.52 82	0.37 29	4.29 98	0.69 29	0.01 129	0.79 320	0.00 1	0.00 1	0.01 3	1.21 302

test_3	2.22 103	0.39 16	4.20 165	1.51 177	0.90 215	1.29 12	0.74 213	5.34 74	6.37 196	6.64 203	1.96 52	4.24 187	0.45 48	6.63 163	1.17 95	0.00 1	1.00 359	0.00 1	0.28 352	0.19 253	1.01 282

DMCA	3.08 193	1.10 223	6.20 277	1.82 219	0.90 215	3.80 233	0.55 158	9.76 245	5.42 158	6.56 199	6.47 176	7.06 276	2.09 161	4.05 87	5.46 304	0.00 1	0.01 119	0.00 1	0.00 1	0.11 167	0.16 93

test-3	2.19 99	0.38 11	3.88 137	1.55 182	0.91 218	1.39 19	0.80 221	5.36 81	5.51 162	7.36 247	1.90 50	4.05 173	0.42 37	6.67 167	1.17 95	0.00 1	0.99 355	0.00 1	0.28 352	0.20 259	1.08 292

test_1	2.18 97	0.38 11	3.87 132	1.54 181	0.91 218	1.38 18	0.80 221	5.36 81	5.53 164	7.12 230	1.86 49	4.05 173	0.41 35	6.65 165	1.17 95	0.00 1	0.99 355	0.00 1	0.28 352	0.20 259	1.08 292

SFCPSM	3.39 220	0.61 105	5.42 236	0.43 56	0.93 220	8.26 336	2.08 307	15.01 375	5.89 179	7.17 233	7.60 203	3.39 139	2.55 179	5.39 127	2.53 211	0.01 129	0.03 177	0.01 291	0.07 251	0.19 253	0.31 159

SDNR	7.97 372	2.75 375	16.90 408	2.28 288	0.94 221	45.23 453	0.43 131	9.30 239	10.84 328	10.71 352	25.30 406	5.51 230	4.47 263	11.98 370	7.58 330	0.15 338	0.14 243	0.00 1	0.04 241	2.27 413	2.65 405

ToySt	3.39 220	0.89 183	9.29 363	1.47 174	0.94 221	4.20 253	1.98 303	7.33 182	5.42 158	3.01 86	6.75 181	8.67 307	5.10 295	5.43 130	3.72 255	0.07 310	0.89 334	0.00 1	0.23 330	0.28 307	2.13 391

cross-raft	2.25 108	0.48 52	2.96 57	1.87 224	0.94 221	3.72 226	0.47 136	7.61 194	4.15 94	5.37 145	5.68 148	6.17 252	1.40 125	2.15 49	1.06 83	0.01 129	0.22 259	0.00 1	0.19 308	0.03 40	0.41 187

iResNet_ROB	4.67 312	1.77 321	5.93 264	2.47 313	0.95 224	3.78 230	0.36 114	15.65 381	17.36 386	8.75 297	11.23 291	7.05 275	4.60 273	8.94 299	4.23 277	0.01 129	0.00 1	0.00 1	0.00 1	0.16 229	0.15 86

XPNet_ROB	6.46 345	1.88 325	7.41 322	2.81 338	0.95 224	6.45 309	6.82 394	13.58 354	8.80 285	15.50 398	15.86 347	19.59 403	7.12 341	11.41 363	9.86 362	0.02 220	0.04 192	0.00 1	0.03 223	0.20 259	0.79 260

LALA_ROB	7.02 358	2.54 368	8.51 341	1.53 180	0.96 226	9.96 358	8.71 410	16.70 391	12.68 354	12.99 381	13.90 331	24.47 417	5.40 307	11.61 367	9.50 358	0.04 279	0.05 199	0.00 1	0.02 211	0.17 236	0.65 234

222	5.93 334	0.88 182	4.58 193	1.76 212	0.98 227	6.02 302	0.08 27	14.45 368	8.89 287	9.53 324	11.77 302	3.88 165	4.23 258	8.26 253	39.96 455	0.03 256	1.12 371	0.00 1	0.24 332	0.11 167	1.73 356

IGEV++	1.58 50	0.81 154	2.66 34	1.35 158	0.99 228	2.47 97	0.98 254	7.35 184	3.70 68	0.82 41	2.24 58	0.44 43	1.18 108	2.08 46	1.15 92	0.03 256	1.18 391	0.00 1	0.05 244	0.17 236	2.00 387

iRaft-Stereo_5w	3.20 203	1.27 254	5.27 225	0.27 32	0.99 228	2.71 124	0.58 167	5.75 102	5.85 178	3.03 87	7.88 211	10.08 323	4.08 251	8.40 270	6.09 311	0.00 1	0.25 269	0.00 1	0.12 278	0.31 325	0.95 277

EDNetEfficientorigin	18.25 435	14.44 437	99.41 477	1.72 207	1.00 230	12.07 383	6.97 397	13.67 356	35.06 435	38.59 445	37.10 436	27.03 423	27.46 439	15.38 400	26.92 437	0.05 294	0.08 219	0.15 382	0.62 398	3.33 420	3.92 420

LL-Strereo2	2.22 103	1.39 276	3.39 89	1.26 150	1.01 231	3.73 227	1.47 285	6.47 147	4.61 121	4.66 124	2.64 69	4.17 181	0.37 29	6.03 144	1.61 136	0.09 325	0.24 265	0.00 1	0.08 253	0.08 120	1.16 298

SANet	11.48 411	3.34 386	13.93 392	2.40 308	1.01 231	16.49 402	12.16 429	20.05 420	37.28 438	19.62 410	28.04 411	25.61 421	20.10 418	14.43 393	12.39 389	0.10 328	0.06 205	0.03 340	0.06 250	0.76 382	1.73 356

CSP-Net	4.40 295	1.70 309	4.90 208	1.82 219	1.04 233	12.96 389	2.25 310	13.75 359	6.34 194	9.64 329	8.99 234	8.31 296	3.24 202	8.45 276	4.32 279	0.01 129	0.00 1	0.00 1	0.00 1	0.23 282	0.06 36

1111x	4.96 323	1.04 216	7.09 314	1.75 210	1.05 234	5.03 279	0.32 108	13.52 353	10.70 325	6.68 206	10.35 270	8.81 310	6.01 318	10.65 349	12.78 394	0.07 310	1.24 396	0.00 1	0.33 367	0.11 167	1.75 360

model_zeroshot	1.98 72	0.70 136	4.98 213	2.25 279	1.07 235	3.20 177	0.13 49	7.01 165	3.34 41	3.46 93	3.77 95	2.69 115	0.42 37	2.86 68	1.18 99	0.06 304	0.85 327	0.00 1	0.25 335	0.02 13	1.40 320

ffm	3.41 222	0.98 204	7.03 309	1.64 189	1.07 235	2.84 142	0.47 136	5.55 88	10.56 320	6.68 206	9.59 254	5.66 235	3.87 239	8.20 251	0.68 24	0.00 1	1.13 374	0.00 1	0.19 308	0.11 167	1.88 377

ff1	4.11 276	0.98 204	7.03 309	1.64 189	1.07 235	2.84 142	0.47 136	5.55 88	10.56 320	6.68 206	9.59 254	5.66 235	3.87 239	11.33 359	11.69 383	0.00 1	1.13 374	0.00 1	0.19 308	0.11 167	1.88 377

mmx	4.50 301	0.98 204	7.03 309	1.64 189	1.07 235	2.84 142	0.47 136	12.84 329	11.23 337	6.68 206	9.59 254	5.66 235	3.87 239	11.33 359	11.69 383	0.05 294	1.12 371	0.00 1	0.19 308	0.10 155	1.53 326

xxx	4.50 301	0.98 204	7.04 312	1.64 189	1.07 235	2.84 142	0.47 136	12.84 329	11.23 337	6.68 206	9.59 254	5.66 235	3.87 239	11.33 359	11.69 383	0.05 294	1.12 371	0.00 1	0.19 308	0.10 155	1.53 326

MC-Stereo	1.87 62	0.49 60	3.52 100	2.82 340	1.07 235	1.90 60	0.12 40	4.89 56	3.27 37	3.66 101	3.58 92	0.56 55	1.45 128	5.79 138	0.81 46	0.00 1	1.19 392	0.00 1	0.21 322	0.11 167	1.95 384

SPstereo	1.35 26	1.11 225	2.82 42	0.66 86	1.08 241	1.68 41	0.01 2	5.17 66	3.68 67	2.10 68	1.63 37	1.42 74	0.75 71	1.77 34	1.59 134	0.00 1	1.08 367	0.00 1	0.00 1	0.17 236	0.26 144

MIF-Stereo (partial)	1.44 31	0.59 101	3.98 148	0.08 1	1.09 242	1.24 10	0.13 49	5.12 63	4.07 92	0.47 13	2.56 66	0.31 26	0.74 70	6.31 153	2.02 182	0.00 1	0.00 1	0.00 1	0.00 1	0.12 184	0.04 21

RAFT-Stereo + iAFF	2.48 135	1.23 250	3.48 98	1.61 186	1.09 242	1.63 36	0.15 61	5.80 106	6.43 199	7.32 245	9.91 262	3.05 124	1.71 148	2.33 57	1.75 158	0.01 129	0.71 315	0.00 1	0.00 1	0.28 307	1.19 300

pcwnet_v2	4.36 291	0.46 41	9.07 359	1.43 171	1.10 244	3.41 191	0.40 122	13.44 352	14.60 370	10.29 343	14.22 333	5.82 246	2.97 193	6.75 170	2.29 204	0.01 129	0.05 199	0.04 349	0.02 211	0.17 236	0.61 225

NCCL2	6.27 340	2.46 365	7.00 307	2.36 301	1.11 245	9.48 352	11.14 420	13.01 337	10.40 318	9.94 336	9.49 251	22.11 414	7.42 347	9.90 337	8.56 342	0.01 129	0.00 1	0.02 322	0.03 223	0.20 259	0.73 253

NOSS_ROB	3.67 241	0.86 172	3.81 128	2.53 320	1.11 245	6.10 303	0.72 207	11.08 282	12.36 349	5.45 148	8.91 232	5.65 234	2.09 161	8.30 262	3.16 243	0.20 353	0.07 216	0.00 1	0.00 1	0.11 167	0.80 261

GANet	6.86 353	1.78 322	5.98 267	3.05 356	1.12 247	10.12 362	9.38 413	13.41 351	8.67 281	11.46 369	29.87 417	13.94 363	8.25 361	12.06 371	6.33 316	0.40 376	0.06 205	0.16 385	0.33 367	0.18 245	0.59 220

DLCB_ROB	4.87 322	1.45 287	4.75 203	2.52 319	1.13 248	6.25 306	3.01 329	10.44 265	8.34 272	11.05 363	13.43 324	14.04 364	3.90 243	9.74 328	6.80 319	0.00 1	0.00 1	0.00 1	0.00 1	0.08 120	0.37 173

CBFPSM	5.12 326	1.48 289	16.22 404	1.81 216	1.14 249	11.16 373	2.90 324	7.99 204	6.75 217	6.55 197	5.00 125	15.05 373	8.78 369	7.52 217	8.90 349	0.04 279	0.02 152	0.00 1	0.00 1	0.42 343	0.67 245

gcap-zeroshot	2.22 103	0.68 127	5.64 251	0.79 107	1.15 250	3.33 189	0.73 209	7.14 177	4.59 120	3.86 108	1.79 47	8.42 303	0.56 59	3.00 70	0.89 58	0.02 220	0.66 306	0.00 1	0.26 347	0.01 3	0.83 263

MIM_Stereo	2.83 169	1.20 246	5.27 225	1.41 169	1.16 251	3.07 166	0.33 111	6.67 152	3.95 85	5.17 140	10.11 266	4.25 188	1.73 151	8.32 265	1.64 143	0.00 1	0.36 283	0.00 1	0.01 192	0.22 274	1.69 347

DISCO	6.58 349	0.98 204	6.44 289	3.75 387	1.18 252	11.19 374	3.29 342	12.92 333	16.72 382	7.27 241	11.74 301	17.34 388	6.60 329	19.59 423	11.59 382	0.00 1	0.00 1	0.00 1	0.00 1	0.45 351	0.50 203

hknet	3.56 233	0.66 121	5.82 260	0.70 90	1.19 253	6.97 316	1.58 291	9.93 250	7.76 253	6.50 191	6.23 164	9.53 314	2.81 190	7.84 232	3.39 248	0.01 129	0.03 177	0.03 340	0.00 1	0.06 89	0.14 74

MyStereo06	2.71 160	1.05 218	5.43 238	1.39 164	1.20 254	2.57 105	0.10 32	10.39 263	4.79 134	5.54 153	6.16 161	6.39 256	2.33 172	3.40 75	1.35 120	0.01 129	1.24 396	0.00 1	0.21 322	0.13 201	0.50 203

MyStereo05	3.24 205	1.05 218	5.93 264	1.39 164	1.20 254	2.57 105	0.10 32	9.11 228	13.17 361	6.45 189	3.86 97	3.20 130	3.26 204	8.35 267	3.02 235	0.01 129	1.24 396	0.00 1	0.21 322	0.13 201	0.50 203

AEACV	1.27 21	0.38 11	2.61 29	1.75 210	1.21 256	2.44 94	0.85 238	4.79 49	1.67 4	0.71 31	0.26 8	0.29 24	2.00 158	2.30 55	0.66 23	0.01 129	0.95 343	0.00 1	0.42 384	0.12 184	2.07 389

test-1	2.14 91	0.54 76	6.32 286	1.07 134	1.22 257	2.13 77	0.54 155	6.40 144	4.80 135	3.55 96	5.23 130	4.02 171	0.71 68	1.95 37	2.15 189	0.08 315	0.98 352	0.00 1	0.08 253	0.02 13	1.07 290

GEStereo_RVC	3.95 266	1.21 247	6.13 273	2.30 291	1.22 257	4.29 258	2.96 327	12.39 316	8.24 270	7.25 240	6.79 182	7.58 283	4.22 257	9.16 306	4.56 287	0.04 279	0.01 119	0.02 322	0.02 211	0.19 253	0.42 192

xxxx	5.16 328	0.86 172	4.86 206	1.96 239	1.22 257	7.56 331	0.07 21	14.67 371	9.15 297	6.55 197	9.87 260	9.30 312	3.47 219	8.07 247	22.20 421	0.05 294	1.16 387	0.00 1	0.26 347	0.10 155	1.76 362

mmm	3.07 192	0.76 145	4.50 182	2.27 286	1.24 260	3.75 228	0.12 40	10.03 254	5.12 146	6.43 187	11.19 290	3.10 128	3.20 199	4.54 107	1.78 160	0.02 220	1.19 392	0.00 1	0.30 359	0.09 135	1.79 365

iRaft-Stereo_20w	3.11 194	0.49 60	6.09 271	1.01 129	1.25 261	3.99 243	1.00 256	14.00 362	4.73 128	6.70 211	6.27 169	2.34 106	2.28 169	7.29 197	1.58 131	0.01 129	0.75 317	0.00 1	0.73 403	0.10 155	1.63 334

iResNetv2_ROB	4.72 314	2.26 351	8.87 354	3.20 367	1.25 261	4.32 260	1.73 297	14.22 366	10.62 323	10.53 348	12.13 309	7.77 286	5.54 311	8.29 259	2.76 230	0.00 1	0.00 1	0.00 1	0.00 1	0.42 343	0.55 212

Former-RAFT_DAM_RVC	1.39 28	0.74 143	2.72 39	0.73 97	1.26 263	2.42 92	0.02 8	3.78 19	8.16 269	1.81 67	2.94 73	0.28 22	0.32 22	1.51 19	0.76 37	0.04 279	0.01 119	0.00 1	0.00 1	0.08 120	0.19 112

MoCha-V2	1.83 61	0.87 180	3.33 83	1.41 169	1.27 264	2.50 98	0.20 78	5.60 93	3.90 82	0.98 46	3.30 78	0.35 36	1.58 143	7.09 185	0.80 42	0.00 1	1.52 414	0.00 1	0.23 330	0.06 89	1.70 350

RAFT-Test	2.49 136	0.45 37	4.35 174	1.89 228	1.28 265	4.83 275	0.68 195	7.19 178	4.51 116	5.00 134	7.09 192	6.81 268	1.12 95	2.22 50	1.16 94	0.01 129	0.63 304	0.00 1	0.33 367	0.05 79	0.20 118

sCroCo_RVC	1.34 25	0.85 165	6.15 275	1.21 146	1.28 265	0.90 4	0.18 73	4.50 40	2.86 18	0.37 4	3.18 77	0.52 50	1.52 139	1.83 35	0.93 65	0.13 333	0.25 269	0.00 1	0.00 1	0.08 120	0.16 93

test_xeample	4.78 318	0.93 186	4.68 201	1.48 175	1.28 265	3.94 239	0.13 49	13.35 349	8.62 280	8.21 280	11.63 299	3.43 146	3.54 220	7.59 223	23.47 426	0.02 220	1.16 387	0.00 1	0.25 335	0.11 167	1.74 359

EAI-Stereo	2.75 167	0.54 76	3.17 69	0.91 121	1.28 265	4.02 245	5.30 373	12.39 316	4.76 129	2.51 74	7.10 193	1.22 71	0.94 84	6.03 144	1.96 174	0.01 129	0.56 300	0.00 1	1.38 418	0.04 63	0.95 277

UniTT-Stereo	0.94 3	0.53 72	2.82 42	0.94 124	1.29 269	0.56 3	0.12 40	1.49 1	3.16 31	1.77 63	2.22 57	0.20 6	0.32 22	1.76 33	1.33 117	0.00 1	0.00 1	0.00 1	0.00 1	0.16 229	0.02 5

HBP-ISP	4.37 293	1.56 296	4.59 194	2.23 273	1.29 269	7.87 332	3.96 350	11.80 300	10.91 331	8.06 275	14.45 336	3.38 138	4.87 282	9.27 310	2.53 211	0.14 336	0.06 205	0.00 1	0.01 192	0.08 120	0.30 157

DCRE	2.21 102	0.95 197	3.17 69	2.10 253	1.30 271	1.86 58	0.05 15	5.33 73	4.69 126	3.59 98	9.37 249	3.81 162	1.18 108	2.34 58	1.22 105	0.01 129	0.97 347	0.00 1	0.30 359	0.04 63	1.97 385

AANet_RVC	5.41 331	2.61 371	8.17 337	2.25 279	1.30 271	2.27 82	1.64 294	10.82 275	18.54 393	8.01 269	18.09 373	8.39 302	3.31 208	11.37 362	8.98 352	1.15 402	0.38 286	0.02 322	0.00 1	0.17 236	0.70 249

FCDSN-DC	10.72 404	1.16 234	5.01 214	2.16 259	1.31 273	17.46 408	4.80 366	17.79 399	19.87 397	25.02 424	32.85 425	33.57 433	23.52 432	16.80 409	12.13 386	0.11 332	0.00 1	0.00 1	0.00 1	0.09 135	0.76 257
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
TDLM	4.58 306	1.79 323	5.03 215	2.45 311	1.32 274	4.04 248	7.15 399	11.60 297	11.46 341	6.91 216	12.69 317	5.94 247	5.03 288	9.74 328	3.80 261	0.67 391	0.00 1	0.01 291	0.05 244	0.23 282	1.78 364

SuperB	8.29 379	3.96 399	24.92 429	2.96 349	1.33 275	9.83 357	4.15 353	10.92 280	29.79 425	11.86 373	12.51 315	6.07 248	6.97 337	11.13 356	14.73 406	0.15 338	0.11 232	0.35 402	0.26 347	12.64 438	1.11 294

DispNO	3.51 230	1.33 264	8.51 341	2.26 282	1.36 276	3.46 199	0.81 224	8.74 218	6.58 206	6.78 213	7.63 205	6.22 255	4.20 255	7.47 212	4.44 283	0.00 1	0.03 177	0.03 340	0.11 272	0.13 201	0.14 74

iinet-f	6.21 338	2.11 343	28.74 439	2.13 257	1.38 277	11.62 377	1.49 287	7.64 196	7.19 235	7.77 258	14.38 334	10.49 329	7.79 354	7.76 230	12.90 395	0.03 256	0.03 177	0.05 356	0.00 1	0.67 372	0.12 64

CRFU-Net	4.81 319	0.78 146	5.69 255	3.10 362	1.39 278	13.18 391	3.23 338	12.26 311	4.33 103	10.91 359	9.98 265	10.94 344	7.93 357	7.47 212	3.94 269	0.16 341	0.16 246	0.16 385	0.00 1	0.26 294	0.29 154

NINENet	3.38 219	0.81 154	4.16 159	1.88 227	1.40 279	7.31 326	0.48 145	12.95 336	6.64 211	7.29 243	9.24 241	5.21 221	1.18 108	6.72 168	1.89 169	0.17 345	0.08 219	0.07 365	0.00 1	0.09 135	0.03 12

MeshStereo	11.94 413	1.88 325	5.24 223	2.11 256	1.44 280	20.09 417	4.95 369	21.74 431	16.75 383	33.10 436	35.07 433	39.28 443	22.72 428	19.45 421	13.59 401	0.19 350	0.06 205	0.02 322	0.00 1	0.46 352	0.65 234
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
DMCA-RVC	3.59 237	1.98 337	8.68 346	2.30 291	1.48 281	3.54 207	0.55 158	8.40 208	5.43 160	9.37 321	5.90 152	8.34 298	3.21 200	7.19 189	4.46 284	0.06 304	0.11 232	0.08 371	0.02 211	0.21 269	0.40 179

MyStereo07	1.64 53	1.15 232	2.61 29	1.28 153	1.49 282	2.63 113	0.45 132	6.45 146	2.94 20	1.10 48	1.61 36	0.29 24	0.60 62	7.45 210	0.80 42	0.01 129	1.27 399	0.00 1	0.25 335	0.11 167	0.42 192

MyStereo04	3.29 208	1.15 232	6.64 295	1.28 153	1.49 282	2.63 113	0.45 132	10.57 271	13.30 362	4.41 120	3.90 98	3.06 126	3.56 221	7.87 236	3.35 247	0.01 129	1.27 399	0.00 1	0.25 335	0.11 167	0.42 192

IER	3.42 224	0.91 184	6.38 288	0.73 97	1.60 284	7.07 321	0.55 158	7.07 173	5.45 161	8.17 279	8.89 231	6.13 250	6.13 320	5.36 126	3.77 260	0.00 1	0.00 1	0.00 1	0.00 1	0.08 120	0.05 27

CoDeX	3.61 239	0.86 172	5.27 225	1.16 141	1.62 285	6.24 305	2.07 306	13.78 361	6.86 222	7.42 248	9.00 236	4.06 175	3.72 232	6.58 160	3.02 235	0.03 256	0.06 205	0.00 1	0.00 1	0.15 225	0.35 169

MMNet	4.44 299	1.37 274	6.26 282	1.73 208	1.64 286	10.51 368	0.61 176	9.27 236	9.66 307	9.55 326	9.22 239	7.40 280	6.52 328	7.90 237	6.98 321	0.01 129	0.00 1	0.00 1	0.00 1	0.14 212	0.10 53

CFNet	4.03 270	1.97 336	6.30 284	2.70 332	1.64 286	5.41 285	0.22 84	12.14 309	10.28 313	5.24 141	11.15 289	6.43 257	3.70 230	8.97 302	4.01 272	0.00 1	0.00 1	0.00 1	0.00 1	0.30 318	0.13 70

DeepPruner_ROB	3.82 256	1.87 324	5.65 253	1.31 157	1.64 286	3.62 214	0.81 224	14.47 369	5.03 145	8.03 270	10.78 284	6.95 273	2.26 167	8.92 296	4.32 279	0.07 310	0.03 177	0.00 1	0.01 192	0.37 337	0.29 154

FC-DCNN v2	11.44 410	0.98 204	5.39 234	2.28 288	1.65 289	18.84 414	5.41 376	19.66 413	20.80 403	29.20 431	35.39 434	34.37 437	23.46 431	17.13 414	13.18 398	0.17 345	0.01 119	0.02 322	0.01 192	0.08 120	0.69 246

FC-DCNN	11.29 409	1.01 213	5.50 240	2.25 279	1.65 289	18.23 412	5.36 374	18.99 407	20.65 402	28.95 430	34.83 432	33.83 435	23.18 430	17.04 413	13.37 399	0.17 345	0.01 119	0.02 322	0.02 211	0.10 155	0.70 249

FBW_ROB	9.17 391	2.08 342	10.31 375	2.51 316	1.66 291	13.22 392	6.04 381	23.09 432	20.11 399	19.55 409	15.80 346	18.97 400	11.96 393	19.34 420	11.38 380	0.66 390	0.30 274	2.15 423	0.90 406	1.15 394	2.16 393

SACVNet	4.55 303	1.88 325	5.55 248	3.38 376	1.68 292	3.11 169	2.76 322	12.44 319	6.43 199	11.07 364	11.31 292	10.53 332	5.13 296	9.88 335	4.56 287	0.08 315	0.02 152	0.00 1	0.01 192	0.38 339	0.80 261

Syn2CoEx	6.70 350	3.69 395	12.14 382	2.78 336	1.68 292	8.36 340	3.21 337	18.59 404	12.66 353	8.86 300	20.79 385	10.52 330	10.54 382	9.68 322	8.70 345	0.01 129	0.00 1	0.00 1	0.00 1	0.69 376	1.00 281

DSFCA	4.48 300	1.03 214	6.84 303	1.61 186	1.68 292	7.26 324	4.46 361	11.27 287	7.51 245	11.01 362	6.89 185	8.49 305	4.54 270	10.41 347	6.18 314	0.03 256	0.06 205	0.02 322	0.03 223	0.13 201	0.14 74

ADCPNet	10.18 399	3.40 388	33.24 442	2.38 303	1.74 295	17.75 409	7.65 404	13.20 346	13.03 360	14.09 393	21.72 389	19.36 401	11.40 389	15.43 401	23.00 424	0.28 369	1.15 386	0.39 405	1.48 420	0.68 374	2.21 395

coex-ft	20.15 441	20.03 441	87.93 467	1.81 216	1.77 296	18.77 413	13.73 431	13.28 348	41.87 444	60.24 462	39.04 438	28.27 426	30.39 440	12.57 379	28.66 442	0.20 353	0.23 262	0.04 349	0.30 359	1.52 402	2.34 399

riskmin	2.49 136	0.22 1	3.34 84	2.33 297	1.78 297	2.89 157	0.46 134	7.35 184	6.95 227	2.75 77	1.67 40	6.75 264	5.08 294	3.24 74	1.93 172	0.00 1	0.99 355	0.00 1	0.27 351	0.02 13	1.73 356

NaN_ROB	6.51 347	2.25 349	8.77 349	1.69 200	1.79 298	9.71 356	10.94 418	16.20 387	16.13 380	13.04 383	8.86 230	11.77 352	5.94 316	12.88 382	8.01 334	0.05 294	0.13 239	0.07 365	0.20 317	0.32 329	1.50 325

FAT-Stereo	6.98 357	0.79 148	7.57 325	2.54 323	1.80 299	6.16 304	4.33 359	19.16 410	18.82 394	10.75 353	17.08 361	18.23 394	13.56 399	9.25 309	8.44 339	0.03 256	0.16 246	0.01 291	0.10 266	0.14 212	0.65 234

UCFNet_RVC	3.37 218	1.25 251	3.30 79	2.55 324	1.80 299	3.92 238	1.28 277	12.49 321	7.16 233	5.12 138	7.88 211	8.14 292	4.59 272	5.67 137	2.11 186	0.00 1	0.00 1	0.00 1	0.00 1	0.14 212	0.07 41

LE_ROB	17.31 431	2.62 373	14.26 395	4.20 398	1.80 299	17.40 407	9.70 415	15.38 379	55.92 456	63.97 466	40.81 441	35.50 439	39.26 450	15.64 403	28.51 441	0.06 304	0.11 232	0.13 379	0.21 322	0.14 212	0.51 207

Wz-Net-TNSev	12.01 414	11.86 434	38.26 447	2.81 338	1.82 302	18.12 411	11.31 425	16.67 390	21.73 408	15.06 395	17.17 362	19.72 404	20.69 421	20.68 425	21.41 419	0.04 279	0.06 205	0.00 1	0.16 291	0.74 380	1.93 383

AIO-Stereo-zeroshot	3.35 216	1.28 255	8.51 341	1.86 223	1.83 303	3.51 202	0.31 106	10.50 267	4.32 102	2.74 76	5.87 151	10.30 327	4.53 269	4.66 108	3.16 243	0.02 220	0.87 333	0.00 1	0.97 408	0.38 339	1.43 321

AIO-Stereo-zeroshot1	4.10 275	1.65 304	13.34 388	2.14 258	1.84 304	4.03 246	0.98 254	13.13 344	4.97 144	4.53 122	11.37 294	9.85 320	1.97 157	4.88 111	2.74 228	0.03 256	0.90 335	0.00 1	1.11 411	0.84 387	1.72 354

fast-acv-ft	6.00 336	1.95 334	7.88 330	2.35 299	1.85 305	13.61 394	1.76 299	8.44 209	10.12 311	11.22 366	20.57 384	14.41 369	7.55 351	8.11 248	8.83 347	0.10 328	0.09 224	0.16 385	0.07 251	0.68 374	0.35 169

Wz-Net-SNSev	9.92 397	8.01 423	26.42 433	2.26 282	1.85 305	8.36 340	14.30 434	18.01 400	21.68 407	10.78 354	23.95 396	16.84 385	8.60 366	15.59 402	19.76 416	0.01 129	0.03 177	0.01 291	0.00 1	0.52 363	1.34 315

MaDis-Stereo	0.96 5	1.11 225	4.01 152	0.36 46	1.86 307	1.20 6	0.06 18	3.99 25	1.73 5	0.45 10	0.56 13	0.43 42	0.51 52	1.28 10	1.46 124	0.00 1	0.00 1	0.00 1	0.00 1	0.06 89	0.08 44

CVANet_RVC	4.68 313	1.93 331	5.57 250	2.61 326	1.86 307	4.12 251	4.94 368	12.11 306	9.29 299	8.05 273	11.08 288	10.28 326	6.48 327	9.52 318	3.19 246	0.45 380	0.01 119	0.00 1	0.12 278	0.23 282	1.75 360

PSMNet-RSSM	3.69 244	1.36 269	4.54 187	2.44 310	1.90 309	2.35 87	0.69 198	11.77 299	6.38 197	6.60 201	11.85 303	7.70 285	5.61 312	6.66 166	3.67 251	0.00 1	0.00 1	0.02 322	0.01 192	0.17 236	0.10 53

DPSNet	10.88 407	2.57 369	20.40 419	2.24 277	1.90 309	24.92 425	17.00 446	21.35 428	28.61 424	12.87 380	13.74 328	17.01 387	20.14 419	15.36 399	14.01 403	0.81 395	0.98 352	0.20 394	0.65 400	1.30 398	1.54 328

PSMNet_ROB	5.41 331	2.45 364	7.39 320	2.36 301	1.90 309	10.11 361	6.54 389	16.32 389	7.59 249	6.84 215	10.83 285	12.06 355	4.13 252	8.73 288	10.24 368	0.02 220	0.01 119	0.01 291	0.11 272	0.26 294	0.40 179

GwcNet-RSSM	4.13 279	1.71 311	6.25 281	2.50 315	1.93 312	2.39 90	1.49 287	9.59 243	8.71 282	6.66 205	15.04 341	8.47 304	3.84 236	6.87 175	6.74 318	0.00 1	0.00 1	0.04 349	0.00 1	0.29 315	0.15 86

IGEV-Stereo++	1.03 6	0.32 5	2.03 9	0.25 27	1.94 313	1.94 62	0.01 2	3.57 12	2.52 10	0.70 28	1.80 48	0.10 1	1.14 98	1.34 12	0.55 11	0.01 129	0.75 317	0.00 1	0.00 1	0.04 63	1.57 331

rvit_stereo_0075_2	2.15 92	0.39 16	6.61 294	0.67 88	1.95 314	1.74 52	0.10 32	7.81 200	6.03 183	2.97 82	4.01 100	3.07 127	0.57 60	5.49 131	1.13 90	0.00 1	0.00 1	0.00 1	0.00 1	0.03 40	0.34 164

ADCL	10.77 405	3.23 384	21.50 421	2.26 282	1.96 315	23.65 422	9.07 411	14.69 373	24.88 416	15.21 396	27.20 409	12.68 358	14.02 404	16.94 411	24.43 433	0.26 366	0.18 251	0.74 409	0.67 401	0.80 384	1.02 286

ttt	4.41 298	0.70 136	3.95 146	2.53 320	2.01 316	4.34 262	0.41 124	13.09 343	11.69 344	7.20 237	12.20 310	4.15 180	3.35 214	9.54 319	10.11 365	0.07 310	1.11 370	0.00 1	0.19 308	0.10 155	1.47 322

raft+_RVC	2.18 97	1.49 290	3.14 68	2.77 335	2.01 316	1.40 20	0.10 32	7.02 168	5.35 153	2.99 84	5.54 145	1.19 70	1.34 123	4.98 114	1.49 125	0.00 1	1.45 409	0.00 1	0.00 1	0.14 212	1.11 294

ACRE	2.67 155	1.66 306	6.50 290	0.72 94	2.03 318	2.65 119	0.84 233	5.97 124	5.52 163	7.85 260	9.23 240	1.72 86	1.09 92	4.09 92	2.73 226	0.02 220	0.19 253	0.02 322	0.08 253	0.26 294	0.21 123

GANet-RSSM	3.67 241	1.16 234	4.56 192	3.24 369	2.03 318	2.63 113	0.50 149	11.53 296	6.83 221	6.25 176	10.58 279	7.35 278	6.65 331	6.77 173	2.94 233	0.00 1	0.00 1	0.08 371	0.00 1	0.26 294	0.12 64

IPLGR_C	2.69 157	1.75 318	6.20 277	0.79 107	2.06 320	2.64 118	0.86 240	6.36 141	5.64 167	8.13 277	9.26 242	1.69 85	1.15 104	3.79 82	2.80 231	0.02 220	0.20 258	0.02 322	0.08 253	0.26 294	0.18 103

GASNet	5.62 333	5.76 413	12.05 380	5.03 412	2.08 321	3.77 229	1.53 289	12.92 333	11.62 343	9.64 329	7.40 200	8.58 306	7.54 350	14.76 397	8.25 338	0.02 220	0.15 244	0.00 1	0.00 1	0.81 386	0.52 209

CIPLG	2.72 163	1.69 307	6.02 268	0.80 110	2.14 322	2.66 120	0.84 233	5.90 116	5.59 165	8.12 276	9.58 253	1.74 87	1.14 98	4.53 106	2.82 232	0.02 220	0.19 253	0.02 322	0.09 261	0.26 294	0.22 128

HSM	4.25 288	1.10 223	4.14 158	1.78 213	2.14 322	6.67 313	1.08 264	12.92 333	6.90 224	7.06 225	8.17 223	14.17 366	6.03 319	9.16 306	3.11 241	0.00 1	0.00 1	0.00 1	0.00 1	0.09 135	0.41 187

RAFT+CT+SA	2.59 148	1.19 240	3.55 107	1.09 135	2.21 324	3.14 174	0.90 246	7.59 191	5.65 168	2.76 78	8.21 224	2.04 99	1.57 142	8.84 291	1.31 114	0.02 220	0.34 279	0.00 1	0.38 377	0.22 274	0.73 253

PA-Net	5.40 329	2.35 361	9.55 368	2.75 333	2.21 324	8.74 344	3.92 349	13.05 338	13.35 363	7.30 244	7.98 215	8.08 291	6.39 326	11.17 357	9.30 356	0.02 220	0.03 177	0.00 1	0.03 223	0.16 229	1.55 330
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
testlalala_base	3.54 231	0.53 72	3.53 103	2.31 293	2.22 326	4.04 248	0.61 176	6.91 164	2.73 13	2.69 75	4.17 103	1.78 92	0.51 52	2.02 42	1.08 86	13.13 448	3.23 439	0.00 1	0.35 373	16.60 443	2.27 398

TRStereo	2.71 160	3.79 397	5.46 239	2.19 266	2.22 326	2.98 163	1.07 263	9.83 248	4.39 109	3.46 93	3.48 84	3.92 167	0.77 75	6.43 156	1.70 154	0.03 256	0.63 304	0.00 1	0.29 357	0.11 167	1.49 324

SGM-ForestM	18.61 436	3.38 387	10.14 373	3.44 378	2.24 328	34.17 442	15.39 435	29.44 443	33.93 430	38.55 444	41.08 442	53.64 452	36.76 447	34.82 445	27.16 438	1.25 404	1.81 420	0.74 409	1.01 409	0.61 367	2.61 404

Anonymous_2	4.74 317	0.98 204	4.46 178	2.35 299	2.27 329	5.66 292	0.67 192	8.08 205	5.28 149	4.98 131	2.60 67	8.74 309	6.92 336	5.79 138	3.46 249	0.24 360	1.70 416	5.16 432	18.18 457	5.41 425	1.85 373

STTStereo	3.90 260	1.43 281	8.20 338	3.03 353	2.28 330	3.64 216	0.64 184	10.11 255	7.09 231	10.20 339	7.08 191	8.73 308	3.57 222	7.44 203	4.00 271	0.00 1	0.02 152	0.01 291	0.01 192	0.04 63	0.40 179

ccnet	7.45 368	1.89 328	7.71 327	3.18 365	2.35 331	12.19 386	6.14 383	18.95 406	9.36 302	13.33 385	20.38 382	16.00 379	9.10 376	10.10 341	15.40 410	0.44 378	0.34 279	0.25 399	0.25 335	0.48 357	1.18 299

RAFT + AFF	4.63 310	2.28 354	7.43 323	1.51 177	2.38 332	5.81 298	6.49 388	10.74 274	8.53 279	7.75 257	8.95 233	7.47 281	6.68 334	9.17 308	5.06 299	0.08 315	0.47 295	0.00 1	0.01 192	0.66 371	1.03 289

RTSC	9.87 396	4.34 402	16.44 405	4.60 409	2.38 332	12.54 387	0.75 216	18.19 401	37.31 439	16.16 402	15.86 347	13.32 359	7.56 352	20.93 427	23.50 427	0.34 372	1.07 366	0.02 322	0.35 373	0.71 379	0.99 279

CFNet-ft	3.70 246	1.59 299	3.87 132	1.68 198	2.42 334	3.20 177	0.66 188	8.93 221	7.76 253	5.09 135	9.95 263	10.77 339	5.43 308	7.41 200	4.71 291	0.00 1	0.00 1	0.03 340	0.01 192	0.30 318	0.11 61

CFNet_RVC	3.70 246	1.59 299	3.87 132	1.68 198	2.42 334	3.20 177	0.66 188	8.92 220	7.76 253	5.09 135	9.95 263	10.77 339	5.43 308	7.41 200	4.71 291	0.00 1	0.00 1	0.03 340	0.01 192	0.30 318	0.11 61

edge stereo	7.12 360	1.19 240	7.83 329	2.32 295	2.46 336	6.90 315	3.26 341	15.58 380	12.52 351	15.68 400	18.34 376	21.83 413	13.05 395	11.53 364	8.68 344	0.04 279	0.06 205	0.11 373	0.03 223	0.30 318	0.63 231

WCMA_ROB	10.20 400	1.99 338	9.33 364	3.01 351	2.46 336	15.78 400	7.67 405	12.75 327	15.41 376	25.08 426	33.42 429	27.06 424	19.86 417	13.87 390	12.47 390	1.28 405	0.38 286	0.18 391	0.20 317	0.28 307	1.54 328

MDST_ROB	9.13 390	1.31 259	10.16 374	4.36 405	2.48 338	28.66 434	7.64 403	19.96 416	14.97 372	27.53 428	24.02 398	9.47 313	5.27 300	16.31 406	8.61 343	0.63 389	0.19 253	0.00 1	0.00 1	0.08 120	0.90 269

MFN_U_SF_RVC	13.54 417	4.69 407	28.43 437	4.24 399	2.50 339	24.26 423	5.99 378	28.23 439	20.18 401	24.06 423	29.38 415	30.35 429	16.92 412	20.98 428	21.39 418	1.35 406	1.13 374	1.02 412	1.41 419	1.88 409	2.50 403

XX-Stereo	2.95 184	0.48 52	7.08 313	2.84 343	2.51 340	1.63 36	0.20 78	6.15 132	3.38 42	2.38 72	16.00 351	6.90 271	0.25 8	6.40 155	1.14 91	0.00 1	0.66 306	0.00 1	0.31 362	0.16 229	0.57 215

ADCMid	10.97 408	4.49 405	23.66 425	2.53 320	2.52 341	11.46 376	6.31 385	15.31 378	12.85 359	23.57 420	22.99 394	17.92 391	21.04 422	19.57 422	28.05 440	0.47 385	0.43 290	1.10 414	1.32 417	1.73 406	2.10 390

psm_up	4.33 290	1.34 265	4.43 177	2.27 286	2.62 342	5.29 282	3.30 343	11.49 293	6.89 223	8.05 273	8.06 220	10.09 325	11.10 385	7.12 188	3.76 257	0.24 360	0.01 119	0.00 1	0.00 1	0.20 259	0.37 173

StereoVision	2.42 131	1.18 237	5.14 219	1.15 139	2.64 343	1.89 59	0.28 97	6.61 150	4.72 127	2.14 69	10.52 277	3.84 163	0.52 54	5.33 125	2.29 204	0.00 1	0.00 1	0.00 1	0.00 1	0.12 184	0.04 21

RALCasStereoNet	2.39 128	1.73 316	3.59 115	2.38 303	2.69 344	2.84 142	0.18 73	5.29 70	4.94 140	2.45 73	5.62 147	2.22 103	0.79 80	7.48 215	1.63 140	0.00 1	1.75 417	0.00 1	0.00 1	0.14 212	2.03 388

rafts_anoy	2.09 84	1.42 279	3.34 84	2.87 345	2.72 345	2.46 96	0.17 69	6.20 137	6.48 202	3.40 92	2.25 59	1.91 94	1.32 118	3.59 77	1.75 158	0.01 129	1.52 414	0.00 1	0.01 192	0.06 89	0.28 151

cf-r	3.76 251	1.43 281	5.34 230	2.66 328	2.79 346	2.85 153	0.62 180	9.08 226	6.91 225	7.06 225	11.90 304	9.64 315	3.83 235	6.23 152	4.53 286	0.00 1	0.00 1	0.00 1	0.00 1	0.19 253	0.17 100

4D-IteraStereo	1.99 73	1.32 262	3.77 126	0.13 6	2.84 347	3.51 202	1.03 258	4.26 31	5.38 156	5.50 150	1.03 18	3.86 164	0.38 33	2.44 62	1.88 166	0.00 1	0.43 290	0.00 1	0.01 192	0.11 167	1.84 371

MSC_U_SF_DS_RVC	17.08 428	7.98 422	24.37 428	6.82 423	2.93 348	39.68 449	16.11 438	25.46 436	34.93 434	34.13 438	34.20 430	29.20 427	24.94 434	23.01 432	19.39 415	2.79 420	2.87 435	1.18 416	1.53 422	6.78 430	3.31 410

ADCS	13.76 419	6.46 415	30.74 440	3.62 383	2.93 348	14.28 396	11.22 423	20.02 418	34.42 433	23.20 417	25.42 407	19.51 402	19.62 416	24.54 435	33.88 449	0.27 368	0.23 262	0.37 404	0.19 308	1.47 401	2.84 406

PS-NSSS	4.22 284	2.53 367	5.89 263	1.01 129	2.93 348	4.05 250	1.93 302	11.44 292	8.94 289	7.14 231	14.70 340	4.96 213	2.60 181	9.09 305	3.92 266	0.40 376	0.04 192	0.83 411	0.00 1	1.09 390	1.02 286

MFN_U_SF_DS_RVC	10.36 402	5.37 410	16.61 407	2.95 348	3.02 351	24.75 424	15.44 436	14.68 372	19.73 396	19.77 412	23.97 397	16.98 386	8.40 362	17.58 415	9.23 355	1.59 410	1.75 417	0.16 385	2.63 427	0.75 381	1.85 373

pmcnn	8.17 376	1.70 309	11.49 378	3.18 365	3.07 352	9.66 355	6.06 382	13.60 355	17.71 390	15.23 397	24.02 398	27.61 425	8.81 370	10.36 346	9.51 359	0.08 315	0.08 219	0.00 1	0.00 1	0.31 325	0.87 267

RAFT_CTSACE	3.62 240	1.65 304	5.41 235	1.36 159	3.08 353	3.95 241	1.03 258	4.62 45	4.65 123	5.33 144	17.73 371	7.63 284	2.71 183	10.98 352	1.15 92	0.00 1	0.48 296	0.00 1	0.00 1	0.31 325	0.25 143

XQC	9.46 392	4.84 408	18.88 413	4.07 393	3.09 354	15.97 401	6.65 390	16.26 388	26.63 419	12.63 377	12.35 313	15.75 376	10.62 383	16.48 407	21.19 417	0.44 378	0.96 345	0.05 356	0.32 364	1.10 391	0.99 279

test_5	3.16 201	1.18 237	4.96 211	2.33 297	3.10 355	4.51 266	1.27 275	7.47 190	7.61 251	3.00 85	7.38 199	5.37 227	4.06 248	8.28 258	1.54 128	0.00 1	0.34 279	0.00 1	0.02 211	0.21 269	0.62 230

AnyNet_C01	16.99 427	12.34 436	60.47 458	4.88 411	3.11 356	31.77 437	16.79 443	18.60 405	17.96 391	18.62 407	38.50 437	24.03 416	19.00 414	30.59 441	35.18 451	0.29 370	0.56 300	0.45 408	0.48 390	2.70 418	3.40 411

WZ-Net	13.61 418	5.57 411	42.84 450	3.89 391	3.19 357	19.90 416	15.44 436	15.67 382	32.04 428	16.13 401	28.69 413	22.17 415	15.84 409	21.40 429	26.87 436	0.75 394	0.01 119	0.01 291	0.03 223	0.51 362	1.20 301

UNet	4.19 282	0.87 180	7.18 315	2.00 247	3.22 358	9.55 353	0.31 106	10.11 255	6.22 191	7.98 265	6.82 184	10.42 328	5.77 313	7.28 196	5.83 308	0.00 1	0.00 1	0.00 1	0.00 1	0.10 155	0.12 64

IGEV-Stereo+	1.89 64	0.55 81	2.49 20	0.48 65	3.25 359	2.06 71	0.07 21	1.92 2	1.52 3	0.77 34	0.08 1	0.22 11	0.44 46	7.11 187	0.68 24	0.04 279	0.66 306	0.00 1	0.33 367	5.08 424	10.13 442

Wz-Net-LNSev-Ref	6.52 348	2.21 348	12.10 381	2.75 333	3.28 360	10.03 360	3.05 330	12.31 313	11.52 342	10.10 338	21.36 386	11.51 348	7.30 346	11.56 365	10.61 373	0.09 325	0.00 1	0.00 1	0.00 1	0.08 120	0.51 207

ADCRef	7.76 371	2.31 358	19.09 415	2.82 340	3.29 361	11.88 380	3.06 331	11.52 295	10.89 330	13.69 389	25.85 408	8.20 293	8.89 372	8.95 300	22.66 422	0.16 341	0.08 219	0.16 385	0.34 371	0.47 354	0.91 272

HCRNet	2.74 166	0.83 161	4.19 163	0.45 60	3.31 362	2.18 78	0.22 84	7.59 191	5.76 176	6.08 173	4.89 122	5.21 221	2.74 185	8.04 245	3.10 240	0.00 1	0.02 152	0.00 1	0.00 1	0.10 155	0.09 48

raftrobust	2.16 94	1.31 259	2.76 40	2.38 303	3.33 363	2.72 126	0.51 150	5.34 74	4.64 122	6.13 175	3.98 99	1.63 84	2.51 178	3.02 71	1.64 143	0.00 1	0.76 319	0.00 1	0.02 211	0.14 212	0.27 147

NLCA_NET_v2_RVC	4.11 276	1.53 295	6.87 305	3.04 355	3.33 363	4.34 262	0.59 171	11.36 291	7.92 261	8.98 304	7.98 215	9.72 317	3.82 234	7.92 238	4.43 282	0.15 338	0.02 152	0.03 340	0.03 223	0.07 107	0.14 74
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
Wz-Net-MNSev	8.12 375	3.18 383	18.07 411	2.63 327	3.36 365	17.82 410	9.40 414	12.89 332	15.44 377	13.95 392	18.21 375	14.38 368	7.75 353	12.50 375	11.45 381	0.46 382	0.03 177	0.00 1	0.01 192	0.26 294	0.58 217

UPFNet	4.17 280	0.83 161	5.51 241	2.49 314	3.36 365	7.13 323	2.60 315	10.52 270	7.16 233	8.76 298	7.83 209	7.85 290	3.41 217	8.60 281	7.04 324	0.01 129	0.02 152	0.00 1	0.00 1	0.12 184	0.17 100

Nwc_Net	7.54 369	1.91 330	8.71 347	4.16 397	3.42 367	10.77 370	2.00 304	20.33 422	12.19 348	9.10 310	24.04 400	17.67 390	13.58 400	12.14 373	9.12 354	0.94 399	0.00 1	0.00 1	0.02 211	0.22 274	0.41 187

ac_64	3.98 269	0.86 172	5.10 217	3.17 364	3.43 368	5.80 297	0.70 203	10.87 276	4.96 141	8.94 303	6.46 175	10.70 336	5.52 310	7.44 203	5.10 301	0.03 256	0.00 1	0.00 1	0.00 1	0.14 212	0.31 159

NVstereo2D	4.82 320	1.29 256	7.98 335	3.68 385	3.48 369	8.02 335	3.10 332	11.25 285	15.50 378	5.14 139	7.71 206	8.21 294	4.68 275	10.19 344	4.30 278	0.02 220	0.19 253	0.13 379	0.36 375	0.07 107	1.12 297

S-Stereo	6.85 352	0.93 186	10.76 376	3.34 375	3.51 370	6.55 310	6.01 380	13.75 359	23.86 413	9.65 332	15.54 344	11.81 353	8.24 360	8.59 280	11.23 379	0.13 333	0.16 246	0.00 1	0.42 384	0.14 212	2.39 400

EDNetEfficient	14.14 421	6.71 416	56.12 456	2.99 350	3.58 371	5.38 284	8.49 408	9.35 240	33.24 429	40.73 446	30.21 419	18.04 393	22.92 429	12.13 372	26.26 435	0.16 341	0.24 265	0.07 365	1.15 412	2.58 417	2.39 400

ADLNet	4.56 305	1.19 240	5.52 247	3.81 390	3.59 372	6.98 318	2.40 313	12.01 305	7.96 262	10.52 347	9.67 258	8.26 295	4.98 287	6.59 161	6.93 320	0.01 129	0.01 119	0.00 1	0.01 192	0.22 274	0.55 212

MaskLacGwcNet_RVC	6.42 344	6.12 414	6.53 292	4.29 402	3.61 373	15.41 399	4.13 352	12.36 314	7.32 241	7.60 252	8.51 228	8.97 311	2.64 182	10.17 343	3.72 255	8.16 434	2.40 424	2.00 422	0.11 272	8.55 433	5.84 426

G-Net	8.60 384	1.93 331	12.59 383	6.04 419	3.66 374	25.93 427	4.26 355	10.35 261	8.05 265	19.71 411	24.73 403	14.15 365	15.49 408	11.30 358	10.69 376	0.50 388	0.46 293	0.19 393	0.25 335	0.80 384	0.91 272

DAS	4.18 281	0.53 72	6.20 277	2.20 267	3.69 375	2.78 136	3.12 333	8.69 214	10.29 314	9.39 322	12.80 318	4.58 197	7.20 342	9.08 304	2.70 222	0.02 220	0.00 1	0.00 1	0.00 1	0.04 63	0.34 164

SepStereo	4.22 284	0.53 72	6.20 277	2.20 267	3.69 375	2.78 136	3.12 333	8.69 214	10.29 314	9.39 322	12.80 318	4.58 197	7.20 342	9.74 328	2.70 222	0.02 220	0.00 1	0.00 1	0.00 1	0.04 63	0.34 164

DRN-Test	6.23 339	1.51 291	7.53 324	3.07 361	3.69 375	12.17 385	3.23 338	20.80 425	11.11 336	12.64 378	13.02 322	10.91 343	5.26 299	8.49 278	10.12 366	0.05 294	0.05 199	0.04 349	0.04 241	0.28 307	0.65 234

delet	4.59 308	1.12 229	5.93 264	1.37 162	3.73 378	10.48 366	3.90 348	10.51 268	9.17 298	8.87 301	9.74 259	8.37 299	3.74 233	8.12 249	6.36 317	0.00 1	0.00 1	0.00 1	0.00 1	0.21 269	0.12 64

CC-Net-ROB	8.09 374	10.11 430	9.03 357	4.07 393	3.74 379	15.24 398	4.84 367	18.44 403	10.87 329	6.73 212	14.03 332	7.54 282	4.68 275	11.61 367	3.98 270	6.59 430	2.54 428	16.51 440	1.19 414	7.88 432	2.20 394

MyStereo8	3.30 210	1.69 307	6.28 283	2.51 316	3.79 380	4.22 254	0.07 21	7.43 189	6.39 198	6.51 194	10.13 267	4.23 186	1.45 128	2.79 67	5.08 300	0.06 304	1.49 412	0.00 1	0.40 380	0.26 294	1.33 314

aanetorigin	9.02 387	3.75 396	28.68 438	2.16 259	3.86 381	5.84 299	5.40 375	5.93 121	10.39 317	28.12 429	31.02 423	15.98 378	13.74 401	9.38 312	12.55 391	0.25 363	0.22 259	0.22 396	0.24 332	1.24 395	1.47 322

LoS_RVC	1.47 38	1.75 318	2.66 34	0.52 69	3.89 382	1.67 39	0.04 14	2.66 5	2.61 11	0.55 19	2.63 68	0.31 26	1.68 145	1.99 40	0.81 46	0.01 129	0.02 152	0.00 1	0.00 1	0.03 40	5.54 424

ADLNet2	4.72 314	1.44 285	6.68 298	3.03 353	3.90 383	6.80 314	2.91 325	11.67 298	9.63 305	7.99 267	9.89 261	9.75 318	5.32 305	7.70 227	7.13 325	0.01 129	0.03 177	0.00 1	0.00 1	0.26 294	0.22 128

AASNet	4.20 283	1.63 302	5.82 260	3.79 388	3.93 384	6.55 310	1.22 272	19.12 409	6.82 220	7.86 261	8.35 226	4.36 191	2.55 179	3.87 86	7.47 328	0.00 1	0.00 1	0.00 1	0.00 1	0.49 360	0.22 128

BEATNet-Init1	24.70 443	11.33 433	44.28 451	5.48 414	3.94 385	47.60 457	22.33 452	34.94 444	40.01 443	48.11 455	49.98 452	59.86 456	43.17 453	39.48 452	31.77 445	1.37 407	1.76 419	1.17 415	1.17 413	2.44 415	3.85 418

CAS	2.42 131	0.37 10	2.30 17	11.49 433	3.97 386	1.65 38	0.02 8	4.08 26	2.84 17	0.51 14	1.65 39	0.25 18	0.28 12	1.73 27	0.92 63	10.05 440	0.01 119	0.00 1	0.00 1	0.01 3	6.26 428

APVNet	6.28 341	2.46 365	10.09 372	3.51 381	3.97 386	12.15 384	1.75 298	20.08 421	6.73 215	6.92 222	13.45 325	10.75 338	6.29 325	11.86 369	14.34 405	0.05 294	0.02 152	0.11 373	0.03 223	0.63 368	0.34 164

DANet	6.46 345	1.58 298	9.58 370	4.10 395	3.99 388	9.13 350	1.34 280	10.37 262	7.76 253	13.76 390	15.66 345	16.14 380	7.03 340	13.07 383	13.62 402	0.19 350	0.12 235	0.02 322	0.02 211	0.15 225	1.61 332
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
stereogan	8.18 377	1.32 262	9.05 358	3.59 382	4.00 389	20.16 418	3.13 335	17.25 396	20.16 400	10.68 351	19.19 377	20.56 411	10.70 384	14.74 396	7.00 322	0.34 372	0.04 192	0.21 395	0.08 253	0.70 378	0.65 234

Wz-Net-LNSev	7.12 360	2.75 375	18.64 412	1.70 203	4.16 390	12.79 388	6.72 391	13.74 358	13.57 364	11.14 365	17.31 366	11.90 354	8.50 364	8.96 301	9.94 363	0.00 1	0.01 119	0.00 1	0.00 1	0.18 245	0.34 164

PASM	9.11 388	5.68 412	25.06 430	4.33 403	4.18 391	7.01 319	8.48 407	12.37 315	20.95 405	13.49 387	15.37 343	18.80 397	11.52 390	14.70 395	12.70 392	0.93 398	1.19 392	0.32 401	1.21 415	1.66 404	2.22 396

ADCP+	8.60 384	2.78 378	17.44 409	1.69 200	4.27 392	16.95 406	5.29 372	13.38 350	12.52 351	13.57 388	17.57 370	10.86 342	11.28 387	18.43 418	23.91 431	0.03 256	0.05 199	0.01 291	0.18 305	0.47 354	1.31 312

EKT-Stereo	2.16 94	0.61 105	3.78 127	2.31 293	4.40 393	1.47 24	0.24 90	5.54 87	4.22 99	3.16 89	3.58 92	3.53 153	2.20 165	5.66 136	1.40 122	0.04 279	0.36 283	0.00 1	0.09 261	0.06 89	0.58 217

DGSMNet	7.10 359	3.49 389	15.11 400	4.36 405	4.41 394	8.94 348	6.25 384	15.10 376	14.28 369	8.15 278	14.51 338	10.08 323	5.38 306	11.04 353	7.95 333	1.49 409	2.00 421	1.79 420	1.68 425	2.43 414	3.48 413

StereoDRNet	6.02 337	2.40 363	8.22 339	3.43 377	4.43 395	10.57 369	4.21 354	19.44 411	11.24 339	12.86 379	8.06 220	11.64 350	4.79 280	8.65 286	9.32 357	0.01 129	0.10 228	0.00 1	0.03 223	0.34 331	0.69 246

NCC-stereo	7.43 366	2.28 354	8.58 344	3.28 371	4.48 396	8.34 337	4.27 356	20.45 423	13.66 365	9.17 313	17.52 368	16.49 382	14.31 405	13.71 387	8.95 350	1.73 411	0.12 235	0.01 291	0.50 392	0.21 269	0.60 222

Abc-Net	7.43 366	2.28 354	8.58 344	3.28 371	4.48 396	8.34 337	4.27 356	20.45 423	13.66 365	9.17 313	17.52 368	16.49 382	14.31 405	13.71 387	8.95 350	1.73 411	0.12 235	0.01 291	0.50 392	0.21 269	0.60 222
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
PWC_ROB	8.89 386	4.49 405	15.62 402	2.92 346	4.49 398	7.89 334	1.23 273	17.29 397	20.00 398	16.54 403	28.06 412	14.37 367	11.98 394	14.93 398	15.43 411	0.47 385	0.00 1	0.05 356	0.00 1	0.67 372	1.31 312

SHD	10.45 403	3.67 394	14.03 393	4.81 410	4.52 399	11.93 381	1.66 296	21.36 429	38.40 441	18.84 408	21.72 389	17.63 389	13.07 396	15.65 404	17.71 413	0.36 374	1.09 368	0.01 291	0.32 364	0.50 361	1.67 342

RYNet	6.82 351	1.51 291	7.35 319	1.79 214	4.52 399	16.68 403	4.41 360	14.19 365	17.43 387	11.64 372	7.86 210	15.03 372	8.81 370	10.10 341	14.16 404	0.04 279	0.13 239	0.15 382	0.05 244	0.08 120	0.53 210

PWCDC_ROB	8.50 382	4.40 403	9.57 369	6.16 421	4.54 401	10.46 365	1.03 258	15.30 377	28.16 422	10.88 358	30.88 422	6.96 274	11.31 388	14.57 394	10.40 371	3.10 423	0.02 152	0.00 1	0.00 1	1.55 403	0.63 231

CroCo-Stereo Lap2	1.37 27	1.19 240	4.17 162	1.01 129	4.58 402	0.46 2	0.09 28	4.27 32	2.94 20	1.25 53	2.40 62	1.55 83	0.20 4	1.72 26	1.30 112	0.00 1	0.00 1	0.00 1	0.00 1	0.15 225	0.13 70

AF-Net	8.37 380	2.16 346	9.01 356	3.65 384	4.58 402	9.40 351	2.63 316	17.71 398	21.32 406	10.38 345	24.51 402	20.43 408	16.67 411	12.54 378	10.76 377	0.70 393	0.00 1	0.12 377	0.00 1	0.47 354	0.42 192

PVD	16.41 425	3.98 400	16.04 403	5.38 413	4.59 404	19.44 415	7.28 401	28.88 441	49.27 451	31.53 434	43.72 445	30.36 430	32.17 445	26.70 438	23.19 425	0.25 363	1.48 411	0.04 349	0.59 397	0.52 363	2.87 407

acv_ft	3.90 260	0.96 199	5.85 262	2.56 325	4.70 405	7.27 325	0.84 233	9.17 232	6.12 186	10.00 337	9.32 247	5.70 240	4.07 250	2.68 64	8.24 337	0.00 1	0.00 1	0.00 1	0.00 1	0.35 333	0.23 132

RASNet	5.00 324	1.19 240	5.69 255	3.68 385	4.80 406	5.04 280	1.29 278	10.26 258	8.99 291	5.89 159	11.65 300	10.55 333	9.76 378	9.96 339	10.32 370	0.20 353	0.00 1	0.00 1	0.00 1	0.09 135	0.73 253

FINET	6.96 355	2.98 382	13.77 390	3.20 367	4.81 407	9.65 354	9.90 416	13.68 357	23.91 414	8.28 282	13.70 326	5.36 226	5.83 314	10.79 350	8.05 335	0.90 397	1.43 408	0.11 373	0.38 377	0.48 357	1.98 386

anonymousa	4.24 286	0.78 146	4.05 154	2.16 259	4.87 408	8.76 345	0.35 113	7.41 188	4.47 114	8.21 280	19.70 380	11.03 346	5.87 315	2.04 45	2.20 190	0.00 1	1.16 387	0.00 1	0.55 395	0.04 63	1.11 294

RGC	7.40 363	2.77 377	7.71 327	4.43 407	4.87 408	8.88 346	2.96 327	16.05 386	12.76 358	11.96 376	19.57 379	18.32 395	11.57 391	13.89 391	9.58 360	0.83 396	0.02 152	0.24 398	0.41 383	0.40 342	0.77 259

LL-Strereo	5.14 327	2.29 357	8.95 355	1.26 150	5.05 410	3.66 217	1.40 282	10.33 260	8.98 290	8.71 295	8.24 225	10.70 336	11.10 385	12.66 380	5.36 303	0.05 294	1.35 407	0.00 1	0.00 1	0.38 339	2.23 397

HGLStereo	4.58 306	1.04 216	6.02 268	3.30 373	5.14 411	6.36 307	0.71 204	11.04 281	7.60 250	8.04 271	12.85 321	6.90 271	8.51 365	7.85 233	5.93 309	0.02 220	0.02 152	0.00 1	0.00 1	0.14 212	0.15 86

RP	7.41 364	1.90 329	7.33 317	4.26 400	5.25 412	6.64 312	3.46 344	12.44 319	16.23 381	10.36 344	23.00 395	18.72 396	16.59 410	11.10 354	8.47 340	1.10 401	0.02 152	0.12 377	0.16 291	0.43 347	0.65 234

GwcNet	6.95 354	2.89 381	13.32 387	2.82 340	5.53 413	11.76 378	2.14 309	14.95 374	17.69 389	10.83 355	18.14 374	10.83 341	6.66 332	9.83 332	10.19 367	0.03 256	0.06 205	0.03 340	0.08 253	0.64 369	0.66 242

ELAS_RVC	17.82 432	3.60 393	11.92 379	6.63 422	5.73 414	30.34 436	19.64 449	26.92 437	35.06 435	40.79 447	41.32 443	37.31 441	31.61 441	30.54 440	22.93 423	1.97 418	2.40 424	1.28 417	1.27 416	1.71 405	3.51 415
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	17.99 433	3.49 389	11.19 377	6.14 420	5.79 415	34.89 443	17.28 447	28.75 440	30.47 426	40.80 448	45.79 447	39.04 442	32.05 444	27.63 439	24.30 432	1.88 417	2.41 426	1.09 413	1.48 420	1.83 408	3.48 413
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
AnyNet_C32	11.82 412	7.08 417	25.83 432	4.55 408	5.88 416	16.92 405	16.97 445	14.14 364	18.11 392	16.87 404	21.66 388	14.78 370	13.87 403	23.54 434	31.83 446	0.24 360	0.28 272	0.35 402	0.53 394	1.35 399	1.71 353

testlalala2	2.34 118	0.64 115	2.49 20	9.58 427	6.50 417	3.57 208	0.18 73	5.34 74	3.20 33	3.87 109	4.57 117	3.12 129	0.52 54	1.49 16	0.44 2	0.00 1	0.31 275	0.00 1	0.43 386	0.12 184	0.40 179

RTS	19.64 439	10.42 431	87.01 465	5.88 416	6.82 418	41.73 450	16.69 441	16.80 393	41.90 445	23.44 418	32.96 427	13.79 361	21.49 423	38.85 450	30.84 443	0.46 382	0.70 312	0.00 1	0.09 261	1.13 392	1.70 350

RTSA	19.64 439	10.42 431	87.01 465	5.88 416	6.82 418	41.73 450	16.69 441	16.80 393	41.90 445	23.44 418	32.96 427	13.79 361	21.49 423	38.85 450	30.84 443	0.46 382	0.70 312	0.00 1	0.09 261	1.13 392	1.70 350

STTRV1_RVC		1.18 237		3.33 374	6.91 420	11.99 382	4.01 351	15.74 383	12.11 347	9.56 328	14.59 339	11.64 350	8.75 368	12.86 381	8.54 341	3.70 424	2.86 434	0.41 406	0.13 284	1.38 400	0.12 64

MANE	20.98 442	3.23 384	8.81 350	5.96 418	6.96 421	33.07 440	13.20 430	35.43 445	38.86 442	44.72 452	52.41 456	53.20 451	41.84 452	34.74 444	27.45 439	1.87 416	2.27 422	1.54 419	10.18 448	0.69 376	3.11 408

DeepPrunerF	7.18 362	3.58 391	25.29 431	4.27 401	7.20 422	3.78 230	4.64 364	14.03 363	20.86 404	8.85 299	10.57 278	7.35 278	7.88 356	12.16 374	10.66 375	0.25 363	0.16 246	0.29 400	0.43 386	0.77 383	0.65 234

MFMNet_re	14.09 420	9.67 427	20.31 418	10.40 430	7.62 423	21.38 420	17.49 448	21.36 429	31.95 427	23.70 421	29.22 414	18.87 398	27.41 438	14.27 392	11.16 378	2.85 421	1.51 413	0.41 406	0.28 352	4.88 423	7.10 430

PWCK	31.62 452	45.59 461	49.67 453	30.49 448	7.80 424	42.91 452	29.73 458	45.45 451	44.44 447	47.41 453	36.92 435	47.86 447	26.79 435	41.90 454	33.36 448	22.77 456	4.56 450	29.89 450	5.13 444	29.43 457	10.36 443

CES	1.72 59	0.40 21	1.82 5	0.65 82	7.83 425	2.62 111	0.13 49	5.35 79	2.68 12	0.36 3	1.30 31	0.33 31	0.32 22	1.92 36	0.72 35	0.01 129	0.02 152	0.00 1	0.00 1	0.56 366	7.35 431

SAMSARA	15.67 423	3.89 398	14.48 396	13.77 438	7.92 426	38.69 447	73.90 470	21.22 427	24.66 415	17.04 405	13.86 329	30.01 428	13.07 396	18.07 417	17.48 412	0.23 358	1.46 410	0.07 365	0.40 380	0.99 389	2.15 392

U	2.23 106	0.36 8	2.93 48	0.26 30	8.08 427	11.12 372	0.00 1	3.68 16	1.12 1	0.29 2	0.52 12	0.16 2	0.08 1	0.83 1	0.30 1	0.00 1	0.00 1	9.75 435	5.13 444	0.02 13	0.02 5

NVStereoNet_ROB	17.22 429	8.76 425	16.47 406	7.52 425	8.42 428	13.75 395	11.07 419	24.24 434	26.67 420	31.00 432	46.49 448	34.88 438	27.06 437	22.72 431	23.61 428	6.83 432	4.32 448	6.32 434	10.37 449	4.39 422	9.57 439
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
MADNet+	27.96 446	35.32 455	91.41 469	21.04 445	8.86 429	49.25 459	47.41 466	36.98 446	37.84 440	21.00 415	30.83 421	25.41 420	34.95 446	46.51 458	51.54 464	3.04 422	3.33 441	1.48 418	1.05 410	5.85 427	6.05 427

Consistency-Raft	9.58 394	5.11 409	13.00 385	5.61 415	8.92 430	4.03 246	5.07 371	19.73 415	24.90 417	11.32 368	29.86 416	13.36 360	6.16 321	8.00 240	13.47 400	0.67 391	0.34 279	1.81 421	4.36 439	12.23 436	3.62 416

UDG	9.12 389	10.06 429	6.35 287	10.06 428	9.64 431	10.48 366	2.33 311	12.73 326	10.19 312	8.33 283	10.27 269	16.70 384	10.47 381	8.33 266	9.07 353	4.28 425	2.59 430	18.90 442	3.83 436	11.35 435	6.50 429

SQANet	8.22 378	4.42 404	7.19 316	12.11 435	9.77 432	11.80 379	3.23 338	12.00 304	6.60 207	8.59 290	11.52 296	10.97 345	5.31 304	11.10 354	4.20 275	9.56 437	2.29 423	10.51 436	1.61 424	13.06 440	8.49 433

PDISCO_ROB	10.27 401	2.79 379	13.30 386	10.58 432	9.96 433	22.78 421	5.99 378	20.01 417	28.57 423	11.88 374	14.49 337	20.54 409	4.92 284	17.01 412	10.29 369	5.79 428	0.42 289	0.14 381	0.13 284	2.53 416	3.25 409

FADE		18.79 440		10.51 431	10.00 434													38.03 460		5.44 426

otaku	12.35 415	8.64 424	9.11 360	13.56 437	10.98 435	26.23 428	7.22 400	19.45 412	19.26 395	11.92 375	17.90 372	20.21 406	8.91 373	16.06 405	6.09 311	9.77 439	2.50 427	13.23 437	1.90 426	14.61 441	9.41 438

SGM+DAISY	17.25 430	9.46 426	22.74 423	10.11 429	11.40 436	28.98 435	13.74 432	21.15 426	16.85 384	31.39 433	34.79 431	34.05 436	24.24 433	26.23 437	19.31 414	8.79 436	7.56 457	4.88 431	3.93 437	6.07 428	9.33 436

GCST	9.50 393	17.91 439	6.18 276	53.02 463	11.57 437	10.95 371	0.20 78	7.71 199	7.12 232	9.83 335	4.71 119	4.87 208	1.49 130	9.87 333	2.06 183	8.70 435	0.07 216	22.79 444	0.40 380	6.66 429	3.86 419

DDUNet	10.03 398	12.17 435	8.24 340	13.02 436	11.73 438	10.32 364	3.76 346	12.27 312	8.35 273	9.64 329	13.89 330	16.48 381	6.67 333	9.50 317	7.00 322	6.80 431	3.45 443	21.10 443	4.33 438	12.78 439	9.12 435

SPS-STEREO	15.83 424	7.38 419	14.92 399	11.63 434	11.77 439	25.30 426	7.12 398	25.20 435	17.06 385	32.24 435	30.34 420	31.63 431	22.59 426	25.67 436	21.97 420	7.71 433	4.50 449	3.35 428	1.56 423	6.97 431	7.72 432
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
Ntro	12.91 416	9.95 428	10.01 371	14.12 439	12.55 440	26.31 429	6.76 392	19.04 408	22.03 411	10.23 341	16.26 352	20.22 407	10.06 379	16.81 410	7.93 332	10.16 441	2.55 429	15.19 439	2.86 428	15.27 442	9.93 441

anonymity	8.04 373	4.13 401	12.86 384	7.43 424	13.11 441	8.34 337	2.02 305	18.21 402	7.55 248	13.88 391	9.27 243	10.63 334	7.79 354	11.57 366	6.06 310	6.25 429	5.59 453	3.71 429	3.28 433	3.27 419	5.78 425

WAO-7	30.22 450	25.83 444	23.33 424	33.10 452	14.36 442	36.98 444	22.41 453	52.85 461	64.46 463	43.76 450	59.24 462	52.31 449	45.69 456	32.82 442	32.60 447	11.16 445	5.49 452	13.76 438	12.60 454	12.36 437	9.38 437

RainbowNet	18.69 437	27.15 447	22.03 422	18.76 443	15.00 443	27.97 433	10.17 417	27.99 438	34.19 432	15.53 399	27.53 410	25.33 419	13.80 402	19.86 424	10.59 372	14.50 451	3.57 444	23.85 446	5.03 442	18.49 444	12.41 448

ACVNet-4b	16.48 426	23.07 442	14.73 398	16.69 441	15.18 444	31.83 438	7.30 402	19.71 414	27.82 421	11.54 371	22.10 392	31.68 432	8.96 375	18.88 419	7.28 327	11.04 443	2.65 431	24.93 447	5.02 441	18.57 445	10.67 444

ACVNet_1	19.51 438	26.19 445	15.50 401	17.71 442	15.28 445	26.46 430	9.36 412	29.16 442	34.18 431	25.06 425	24.89 404	37.18 440	21.93 425	17.80 416	15.03 408	11.08 444	2.83 432	25.29 448	5.06 443	19.11 446	11.14 445

ACVNet_2	27.45 445	30.56 452	27.90 435	20.72 444	15.55 446	37.22 445	14.00 433	49.32 458	65.88 465	43.17 449	56.99 460	51.90 448	26.98 436	21.46 430	15.38 409	10.77 442	2.85 433	23.12 445	3.62 435	20.08 447	11.47 446

test_for_model	7.41 364	28.34 448	2.84 44	22.38 446	16.53 447	3.40 190	0.91 249	6.72 157	4.54 117	8.04 271	2.84 71	1.04 66	0.43 45	0.86 2	0.60 16	9.67 438	3.31 440	0.00 1	0.08 253	26.60 453	9.03 434

Dean	35.52 454	40.12 459	27.99 436	30.63 449	17.33 448	45.80 456	11.68 426	57.61 466	76.54 469	63.70 465	60.65 463	66.93 464	49.40 459	38.12 448	40.28 456	12.18 447	3.73 446	28.86 449	5.94 446	20.69 448	12.16 447

LVE	35.84 456	41.54 460	36.25 444	33.36 453	18.92 449	53.05 464	27.99 457	53.17 464	64.93 464	47.63 454	61.58 464	54.25 453	38.72 449	38.72 449	35.50 452	16.36 455	6.23 454	31.51 452	14.04 455	25.01 450	18.07 458

DispFullNet	18.06 434	27.03 446	34.90 443	22.68 447	20.79 450	15.03 397	3.18 336	16.95 395	26.06 418	20.48 413	16.91 358	20.55 410	18.37 413	23.48 433	12.16 387	5.31 427	2.91 436	31.24 451	8.09 447	22.63 449	12.44 449

IMH-64-1	28.06 447	29.98 449	19.46 416	32.15 450	20.98 451	27.68 431	16.66 439	47.31 452	44.85 448	34.14 439	50.94 453	41.49 444	31.67 442	37.53 446	23.88 429	14.17 449	2.96 437	34.45 453	11.15 450	26.12 451	13.75 450

IMH-64	28.06 447	29.98 449	19.46 416	32.15 450	20.98 451	27.68 431	16.66 439	47.31 452	44.85 448	34.14 439	50.94 453	41.49 444	31.67 442	37.53 446	23.88 429	14.17 449	2.96 437	34.45 453	11.15 450	26.12 451	13.75 450

JetBlue	29.99 449	17.24 438	55.64 455	16.24 440	21.08 453	62.07 468	33.14 459	40.60 448	35.73 437	34.59 441	40.67 440	57.18 455	43.54 454	51.46 463	52.18 465	2.72 419	4.58 451	2.86 424	3.53 434	10.57 434	14.11 452

TorneroNet-64	33.32 453	33.28 453	33.07 441	35.14 455	21.25 454	48.02 458	21.13 450	43.47 450	58.77 457	33.36 437	46.64 449	62.00 458	38.19 448	44.82 457	35.07 450	15.02 453	3.59 445	35.81 456	12.20 453	29.45 458	16.17 454

IMH	30.65 451	30.30 451	21.09 420	34.89 454	21.75 455	33.16 441	16.91 444	49.53 459	52.50 452	38.41 443	55.10 459	45.13 446	40.36 451	41.57 453	25.66 434	14.74 452	3.36 442	35.43 455	11.69 452	27.31 456	14.16 453

TorneroNet	36.02 457	35.25 454	36.33 446	38.44 457	22.19 456	50.72 462	24.42 456	48.39 455	54.53 454	38.03 442	53.44 457	62.83 461	44.79 455	47.68 460	42.11 459	15.69 454	3.97 447	37.25 457	15.05 456	30.83 460	18.40 459

WAO-6	35.59 455	37.89 458	17.67 410	37.86 456	24.46 457	37.85 446	21.49 451	49.01 457	67.96 466	44.22 451	48.08 450	53.02 450	53.39 461	33.67 443	36.83 453	26.05 459	7.83 458	43.19 461	21.76 460	30.18 459	19.37 460

WAO-8	38.93 458	36.84 456	23.97 426	43.96 458	24.48 458	45.73 454	22.62 454	53.10 462	75.66 467	53.86 459	66.14 467	62.39 459	55.11 463	43.01 455	40.67 457	22.98 457	7.22 455	37.53 458	19.49 458	27.04 455	16.83 455

Venus	38.93 458	36.84 456	23.97 426	43.96 458	24.48 458	45.73 454	22.62 454	53.10 462	75.66 467	53.86 459	66.17 468	62.39 459	55.11 463	43.01 455	40.67 457	22.98 457	7.22 455	37.53 458	19.49 458	27.02 454	16.83 455

UNDER WATER-64	46.01 461	48.25 462	68.05 459	44.59 460	28.11 460	57.02 467	43.78 464	40.20 447	48.80 450	52.08 458	42.95 444	67.22 465	57.71 465	48.98 462	49.57 462	40.01 462	17.98 460	52.15 464	39.41 463	38.99 461	34.41 462

UNDER WATER	45.99 460	49.80 463	68.56 460	49.99 462	32.13 461	55.35 466	39.50 461	41.12 449	52.90 453	50.69 456	45.18 446	67.79 466	58.75 466	51.93 465	50.97 463	30.59 460	14.03 459	51.66 463	37.15 461	40.27 462	31.35 461

notaker	48.05 462	55.94 465	50.90 454	56.89 466	40.29 462	38.96 448	33.86 460	47.82 454	55.70 455	57.55 461	57.48 461	60.22 457	59.71 467	54.64 466	43.27 460	41.13 463	19.86 461	57.61 466	37.79 462	50.95 464	40.33 463

HanzoNet	57.16 466	60.12 467	60.00 457	55.77 465	42.11 463	51.98 463	41.93 462	52.07 460	61.47 460	65.98 468	65.90 466	72.11 468	70.14 468	71.11 469	61.13 467	64.31 469	34.72 466	62.27 468	50.86 466	52.83 466	46.33 465

ktn	49.32 463	58.11 466	40.16 448	59.92 467	43.22 464	49.79 461	42.99 463	48.56 456	60.67 459	51.59 457	54.51 458	55.34 454	52.65 460	47.92 461	37.91 454	57.88 466	24.79 462	63.00 469	43.57 464	52.51 465	41.31 464

LSM	14.85 422	7.41 420	36.29 445	7.76 426	43.77 465	11.24 375	12.14 428	16.73 392	23.72 412	23.73 422	32.92 426	18.89 399	13.31 398	16.60 408	12.37 388	0.26 366	0.86 332	0.11 373	0.43 386	1.24 395	17.26 457

DPSimNet_ROB	54.45 464	65.73 470	47.00 452	54.49 464	46.37 466	55.34 465	56.47 467	56.18 465	59.04 458	64.57 467	51.76 455	64.01 462	54.49 462	47.54 459	67.21 468	63.21 468	27.86 465	58.04 467	51.28 467	46.61 463	51.87 468

KSHMR	56.07 465	64.25 469	40.47 449	74.89 470	49.63 467	49.42 460	45.46 465	57.71 467	63.52 461	61.65 464	61.67 465	71.88 467	47.67 458	51.47 464	44.57 461	54.67 465	62.25 467	66.31 470	54.18 468	53.03 467	46.75 466

LRCNet_RVC	66.47 468	66.44 471	69.02 461	71.60 469	54.27 468	32.21 439	2.93 326	63.19 469	21.83 409	82.02 471	90.16 472	83.59 470	72.13 469	69.45 468	53.25 466	95.47 475	64.21 469	95.15 476	95.27 475	72.59 470	74.60 471

JetRed	61.44 467	61.87 468	83.02 464	46.49 461	56.73 469	83.63 469	65.09 468	59.75 468	64.22 462	69.50 469	69.26 469	66.24 463	47.62 457	61.80 467	74.60 469	45.99 464	66.40 470	46.67 462	45.27 465	63.49 468	51.22 467

xxxxx1	85.58 472	90.37 474	96.61 472	76.69 471	80.77 470	97.50 474	96.92 474	85.57 471	88.66 471	88.63 472	91.64 473	94.27 472	93.09 472	90.03 472	91.91 472	70.77 470	70.62 471	73.61 472	81.26 472	72.90 471	79.86 472

tt_ll	85.58 472	90.37 474	96.61 472	76.69 471	80.77 470	97.50 474	96.92 474	85.57 471	88.66 471	88.63 472	91.64 473	94.27 472	93.09 472	90.03 472	91.91 472	70.77 470	70.62 471	73.61 472	81.26 472	72.90 471	79.86 472

ff	85.58 472	90.37 474	96.61 472	76.69 471	80.77 470	97.50 474	96.92 474	85.57 471	88.66 471	88.63 472	91.64 473	94.27 472	93.09 472	90.03 472	91.91 472	70.77 470	70.62 471	73.61 472	81.26 472	72.90 471	79.86 472

ASD4	76.04 469	81.96 473	69.18 462	68.53 468	80.95 473	96.29 472	99.16 477	77.84 470	93.51 474	77.76 470	85.79 470	78.58 469	76.90 470	78.02 470	82.88 470	58.77 467	62.96 468	55.01 465	62.53 469	68.78 469	65.30 470

MADNet++	82.81 470	81.73 472	74.64 463	87.71 475	82.67 474	93.35 470	70.27 469	86.39 474	82.88 470	93.51 475	86.62 471	86.40 471	81.37 471	88.21 471	88.63 471	86.59 473	84.23 474	72.14 471	68.69 470	78.88 475	81.36 475

tt	83.10 471	0.43 25	99.97 479	79.27 474	93.14 475	100.00 480	100.00 480	100.00 482	99.89 477	60.55 463	48.44 451	99.98 481	99.96 479	99.98 481	100.00 483	91.80 474	99.82 478	73.67 475	73.25 471	86.43 476	55.39 469

MEDIAN_ROB	98.44 476	99.70 477	99.34 476	97.13 476	97.06 476	96.94 473	95.91 473	97.71 477	97.33 476	98.78 478	98.91 477	99.19 477	98.13 476	96.94 475	96.99 477	99.97 479	99.18 476	100.00 479	99.99 479	99.70 479	99.83 478

DLNR_Zeroshot_test	24.96 444	51.28 464	90.69 468	97.84 478	97.22 477	1.40 20	0.12 40	23.19 433	3.55 58	1.21 52	2.95 74	0.72 58	0.31 18	7.09 185	2.61 217	38.70 461	1.32 401	0.00 1	0.29 357	77.04 474	1.68 345

PML	97.69 475	100.00 482	96.50 471	97.85 479	97.35 478	99.77 479	99.36 478	96.92 475	96.34 475	100.00 481	96.52 476	97.41 476	99.61 477	100.00 482	95.46 475	99.99 481	97.44 475	100.00 479	96.08 476	99.13 478	88.02 476

Anonymous_1	99.01 478	99.91 478	99.85 478	97.31 477	99.09 479	100.00 480	100.00 480	99.59 479	99.96 478	99.29 479	99.86 478	99.55 478	99.99 480	99.30 477	99.76 478	95.67 476	99.58 477	97.24 477	98.56 477	97.36 477	98.34 477

HaxPig	98.85 477	99.94 479	95.36 470	99.99 482	99.98 480	94.12 471	94.52 471	99.12 478	99.96 478	99.96 480	99.99 479	99.98 481	99.89 478	98.16 476	96.14 476	99.98 480	99.99 480	100.00 479	99.99 479	99.99 482	99.95 481

test_example2	99.38 479	99.98 481	99.99 480	100.00 485	99.98 480	99.73 478	99.99 479	96.99 476	100.00 480	100.00 481	100.00 480	96.49 475	96.74 475	99.97 478	99.96 479	100.00 483	99.97 479	98.68 478	99.11 478	100.00 483	100.00 485

Selective-RAFT-Error	100.00 485	100.00 482	100.00 483	100.00 485	100.00 482	100.00 480	100.00 480	100.00 482	100.00 480	100.00 481	100.00 480	100.00 483	100.00 481	100.00 482	100.00 483	100.00 483	100.00 481	100.00 479	100.00 481	100.00 483	100.00 485

CasAABBNet	100.00 485	100.00 482	100.00 483	100.00 485	100.00 482	100.00 480	100.00 480	100.00 482	100.00 480	100.00 481	100.00 480	100.00 483	100.00 481	100.00 482	100.00 483	100.00 483	100.00 481	100.00 479	100.00 481	100.00 483	100.00 485

LSM0	100.00 485	100.00 482	100.00 483	100.00 485	100.00 482	100.00 480	100.00 480	100.00 482	100.00 480	100.00 481	100.00 480	100.00 483	100.00 481	100.00 482	100.00 483	100.00 483	100.00 481	100.00 479	100.00 481	100.00 483	99.99 482

DPSMNet_ROB	99.90 481	100.00 482	99.99 480	99.99 482	100.00 482	100.00 480	100.00 480	99.98 480	100.00 480	98.37 476	100.00 480	99.81 479	100.00 481	99.97 478	99.99 480	100.00 483	100.00 481	100.00 479	100.00 481	100.00 483	99.99 482

DGTPSM_ROB	99.90 481	100.00 482	99.99 480	99.99 482	100.00 482	100.00 480	100.00 480	99.98 480	100.00 480	98.37 476	100.00 480	99.81 479	100.00 481	99.97 478	99.99 480	99.99 481	100.00 481	100.00 479	100.00 481	100.00 483	99.99 482

DPSM_ROB	99.94 483	100.00 482	100.00 483	99.74 480	100.00 482	100.00 480	100.00 480	100.00 482	100.00 480	100.00 481	100.00 480	100.00 483	100.00 481	100.00 482	100.00 483	99.08 477	100.00 481	100.00 479	100.00 481	99.98 480	99.94 479

DPSM	99.94 483	100.00 482	100.00 483	99.74 480	100.00 482	100.00 480	100.00 480	100.00 482	100.00 480	100.00 481	100.00 480	100.00 483	100.00 481	100.00 482	100.00 483	99.08 477	100.00 481	100.00 479	100.00 481	99.98 480	99.94 479

AVERAGE_ROB	99.63 480	99.96 480	98.88 475	100.00 485	100.00 482	98.16 477	95.64 472	100.00 482	100.00 480	100.00 481	100.00 480	100.00 483	100.00 481	100.00 482	99.99 480	100.00 483	100.00 481	100.00 479	100.00 481	100.00 483	100.00 485

Low-res two-view benchmark