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

monsterstereo	0.82 58	0.50 57	1.26 58	0.77 74	1.41 433	2.54 130	0.40 27	3.14 204	0.71 6	0.70 44	1.11 85	0.41 18	0.39 4	1.50 139	0.50 28	0.19 18	0.16 26	0.22 14	0.16 12	0.21 26	0.17 1

CREStereo++_RVC	1.02 112	0.49 54	1.54 93	0.83 101	0.55 140	4.01 364	0.31 7	1.63 29	1.99 282	1.63 180	2.13 374	0.84 97	0.65 51	0.88 15	0.70 89	0.27 109	0.15 21	0.23 28	1.22 519	0.24 46	0.17 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
StereoAnything_RVC	0.94 85	2.66 507	2.20 158	0.76 70	0.34 9	1.18 16	0.39 23	2.31 97	0.69 4	0.51 6	0.34 4	0.32 1	0.89 130	1.57 150	0.35 1	0.32 245	0.16 26	0.23 28	0.15 4	3.31 527	0.18 3

s12784h	1.31 182	0.45 20	2.41 185	0.71 42	0.35 11	4.42 453	0.50 62	4.22 425	2.73 433	2.01 281	2.48 430	0.91 116	0.96 146	2.01 219	0.70 89	0.29 167	0.18 66	0.24 57	0.16 12	0.27 87	0.18 3

2.75w_new	0.75 25	0.45 20	1.10 27	0.65 23	0.62 180	2.45 118	0.56 87	2.75 163	0.74 8	0.78 76	0.73 21	0.38 9	0.92 138	1.04 40	0.66 66	0.17 4	0.14 11	0.22 14	0.17 27	0.18 1	0.19 5

monsters	0.82 58	0.58 130	1.16 47	0.76 70	1.52 448	2.92 157	0.40 27	2.66 151	0.72 7	0.66 36	0.84 38	0.38 9	0.41 7	1.84 200	0.48 19	0.20 23	0.16 26	0.20 1	0.16 12	0.19 4	0.19 5

xyz-stereo	10.85 546	0.45 20	79.01 576	0.62 9	0.45 75	83.70 578	0.77 207	2.59 143	1.34 73	2.19 343	32.02 566	2.76 378	1.62 318	5.75 347	2.39 421	0.25 81	0.17 39	0.33 279	0.21 97	0.25 60	0.19 5

111111	0.87 69	0.50 57	1.13 42	0.66 30	1.08 350	3.37 218	0.33 11	2.33 100	1.47 106	0.74 56	1.50 178	0.61 43	0.59 35	1.40 116	0.48 19	0.24 60	0.19 96	0.22 14	0.16 12	0.24 46	0.19 5

LG-Stereo_L1	0.61 4	0.47 38	1.10 27	0.73 53	0.49 109	1.72 62	0.33 11	1.95 60	0.65 2	0.56 9	0.40 6	0.40 11	0.43 9	1.40 116	0.42 7	0.23 46	0.19 96	0.23 28	0.18 47	0.21 26	0.19 5

LG-Stereo	0.85 64	0.60 150	2.71 205	0.59 3	0.45 75	2.85 147	0.55 83	2.41 104	1.34 73	0.59 17	1.19 97	0.43 21	0.40 5	0.76 4	0.75 108	0.20 23	0.17 39	0.31 225	0.24 169	0.29 117	0.19 5

DEFOM-Stereo_RVC	0.81 55	1.13 407	1.23 55	0.97 198	0.57 156	0.81 5	0.43 42	3.49 248	0.84 24	0.73 51	0.95 57	0.44 25	1.17 213	1.45 129	0.60 46	0.26 94	0.18 66	0.24 57	0.17 27	0.30 140	0.19 5

MonSter	0.62 5	0.43 16	1.07 10	0.66 30	0.82 265	1.13 13	0.39 23	2.57 138	0.92 30	0.58 16	0.64 16	0.36 3	0.35 3	0.95 23	0.43 11	0.15 1	0.15 21	0.20 1	0.17 27	0.21 26	0.19 5

GIP-stereo	0.88 71	0.50 57	1.34 71	1.32 375	0.94 308	2.90 152	0.42 37	3.41 242	1.06 42	0.63 27	0.76 25	0.90 114	0.76 88	0.91 19	0.52 35	0.27 109	0.18 66	0.25 79	0.16 12	0.25 60	0.19 5

dual_stereo	0.68 12	0.40 7	1.05 5	0.64 16	0.37 27	0.84 6	0.34 15	3.40 241	1.03 40	0.50 4	0.46 9	0.58 39	0.40 5	1.85 206	0.49 22	0.23 46	0.17 39	0.21 9	0.16 12	0.20 16	0.19 5

trnet	0.91 79	0.48 47	1.46 82	0.62 9	0.31 4	4.40 449	0.41 33	2.20 81	1.53 150	0.94 106	1.14 90	0.88 110	0.89 130	1.09 46	0.71 92	0.27 109	0.19 96	0.22 14	0.15 4	0.21 26	0.19 5

CASnet	0.78 43	0.51 63	1.29 65	0.81 81	0.29 1	1.28 32	0.74 181	1.51 15	1.89 269	1.64 183	1.09 81	0.65 52	0.64 48	0.91 19	0.76 112	0.29 167	0.17 39	0.41 378	0.31 315	0.32 185	0.19 5
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
CREStereo	0.92 80	0.53 80	1.45 81	0.61 6	0.34 9	4.42 453	0.40 27	2.21 83	1.54 159	0.94 106	1.12 87	0.87 107	0.87 124	1.12 52	0.72 97	0.28 146	0.19 96	0.22 14	0.15 4	0.22 37	0.19 5
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
PMTNet	0.99 104	0.48 47	1.73 106	0.62 9	0.56 144	4.20 421	0.43 42	1.88 50	1.58 182	1.00 115	1.05 75	0.78 83	0.98 155	1.50 139	0.85 142	1.21 506	0.20 132	0.23 28	0.15 4	0.22 37	0.19 5

asda	0.77 38	0.46 26	1.10 27	0.64 16	0.82 265	3.33 214	0.49 60	2.40 103	0.81 21	0.63 27	0.80 32	0.44 25	0.85 117	0.88 15	0.60 46	0.17 4	0.13 1	0.24 57	0.17 27	0.20 16	0.20 19

asd	0.70 15	0.45 20	1.10 27	0.67 34	0.90 298	2.88 150	0.43 42	1.64 31	0.79 16	0.68 41	0.88 43	0.43 21	0.74 78	0.85 11	0.49 22	0.19 18	0.13 1	0.24 57	0.17 27	0.22 37	0.20 19

qwe	0.75 25	0.45 20	1.10 27	0.67 34	1.06 344	2.49 120	0.45 49	2.57 138	0.90 26	0.71 48	0.83 37	0.43 21	0.48 18	1.10 47	0.64 56	0.17 4	0.14 11	0.24 57	0.16 12	0.21 26	0.20 19

4.25_new	0.73 21	0.46 26	1.08 17	0.71 42	0.97 316	2.52 124	0.58 99	2.28 93	0.93 31	0.57 12	0.94 54	0.40 11	0.65 51	0.87 12	0.50 28	0.17 4	0.13 1	0.25 79	0.17 27	0.19 4	0.20 19

4.5w_new	0.73 21	0.46 26	1.08 17	0.71 42	0.97 316	2.52 124	0.58 99	2.28 93	0.93 31	0.57 12	0.94 54	0.40 11	0.65 51	0.87 12	0.50 28	0.17 4	0.13 1	0.25 79	0.17 27	0.19 4	0.20 19

4.5_new	0.67 9	0.46 26	1.11 34	0.63 12	0.78 248	1.97 80	0.51 66	2.18 78	0.78 13	0.73 51	0.90 47	0.42 19	0.49 19	0.81 8	0.49 22	0.21 26	0.14 11	0.26 105	0.19 67	0.22 37	0.20 19

4.5w-stereo	0.67 9	0.46 26	1.11 34	0.63 12	0.78 248	1.97 80	0.51 66	2.18 78	0.77 10	0.73 51	0.90 47	0.42 19	0.49 19	0.81 8	0.49 22	0.21 26	0.14 11	0.26 105	0.19 67	0.22 37	0.20 19

4.25w-stereo	0.73 21	0.46 26	1.08 17	0.71 42	0.97 316	2.52 124	0.58 99	2.28 93	0.93 31	0.57 12	0.94 54	0.40 11	0.65 51	0.87 12	0.50 28	0.17 4	0.13 1	0.25 79	0.17 27	0.19 4	0.20 19

4w-stereo	0.67 9	0.49 54	1.07 10	0.63 12	0.75 237	1.63 60	0.44 45	2.23 87	0.77 10	0.56 9	0.92 50	0.40 11	0.82 110	1.08 44	0.53 36	0.18 14	0.13 1	0.25 79	0.18 47	0.19 4	0.20 19

3.25w_new	0.69 13	0.46 26	1.10 27	0.61 6	0.61 174	2.23 101	0.51 66	2.45 113	0.90 26	0.63 27	0.78 29	0.47 30	0.71 67	0.78 5	0.50 28	0.17 4	0.14 11	0.20 1	0.17 27	0.20 16	0.20 19

3.25w	0.69 13	0.46 26	1.10 27	0.61 6	0.61 174	2.23 101	0.51 66	2.45 113	0.90 26	0.63 27	0.78 29	0.47 30	0.71 67	0.79 6	0.50 28	0.17 4	0.14 11	0.20 1	0.17 27	0.20 16	0.20 19

IGEV	0.70 15	0.36 1	1.07 10	0.71 42	1.31 402	2.82 143	0.41 33	1.76 41	0.98 37	0.73 51	0.71 18	0.35 2	0.42 8	0.90 17	0.42 7	0.18 14	0.18 66	0.22 14	0.18 47	0.18 1	0.20 19

LG-Stereo_L2	0.63 6	0.46 26	1.15 46	0.70 38	0.43 62	2.32 106	0.28 4	1.86 49	0.68 3	0.56 9	0.42 7	0.37 5	0.45 12	1.36 111	0.40 5	0.23 46	0.18 66	0.22 14	0.18 47	0.21 26	0.20 19

MLG-Stereo_test2	0.76 32	0.40 7	1.07 10	0.64 16	0.82 265	3.49 242	0.23 2	1.69 36	2.14 321	0.62 24	0.32 3	0.67 56	0.33 1	1.14 57	0.37 3	0.23 46	0.19 96	0.23 28	0.16 12	0.19 4	0.20 19

MLG-Stereo_test1	0.80 47	0.39 4	1.02 2	0.65 23	1.20 383	3.14 184	0.29 6	1.59 22	3.05 475	0.50 4	0.24 1	0.67 56	0.43 9	1.33 106	0.40 5	0.21 26	0.18 66	0.23 28	0.15 4	0.19 4	0.20 19

MLG-Stereo	0.77 38	0.39 4	1.04 3	0.64 16	0.41 50	3.01 170	0.31 7	1.89 51	2.92 461	0.47 1	0.29 2	0.66 55	0.47 14	1.35 109	0.39 4	0.20 23	0.18 66	0.24 57	0.16 12	0.19 4	0.20 19

SGD-Stereo	0.65 8	0.41 12	1.06 8	0.85 122	0.31 4	2.44 116	0.46 52	1.09 3	0.69 4	0.84 92	0.52 11	0.55 37	0.53 22	1.49 138	0.46 17	0.31 225	0.14 11	0.25 79	0.18 47	0.23 42	0.20 19

FoundationStereo	0.50 1	0.39 4	1.11 34	0.79 78	0.42 56	0.70 3	0.36 19	0.76 1	0.80 18	0.62 24	0.38 5	0.73 75	0.77 90	0.69 1	0.36 2	0.26 94	0.17 39	0.23 28	0.16 12	0.18 1	0.20 19

DEFOM-Stereo	0.70 15	0.46 26	1.13 42	0.72 50	0.48 102	3.40 223	0.44 45	0.90 2	0.77 10	0.86 95	0.58 14	0.45 28	0.43 9	1.76 188	0.43 11	0.24 60	0.18 66	0.22 14	0.16 12	0.21 26	0.20 19

IGEV-Stereo++	0.93 82	0.44 17	1.08 17	0.70 38	1.20 383	3.87 326	0.33 11	3.36 237	1.43 91	0.75 58	1.17 94	0.68 58	1.04 168	0.95 23	0.42 7	0.22 34	0.16 26	0.23 28	0.17 27	0.24 46	0.20 19

Pointernet	0.88 71	0.44 17	2.26 167	0.84 110	0.37 27	2.29 105	0.38 21	3.06 198	1.46 101	0.66 36	1.39 151	0.91 116	0.73 74	1.01 34	0.72 97	0.23 46	0.19 96	0.20 1	0.18 47	0.19 4	0.20 19

U	12.82 554	0.38 3	1.99 132	0.66 30	58.94 572	63.38 577	0.34 15	1.91 56	0.94 35	0.59 17	0.80 32	0.46 29	0.57 28	0.83 10	0.44 13	0.29 167	0.17 39	63.35 575	59.81 574	0.29 117	0.20 19

RSM++	0.77 38	0.51 63	1.08 17	0.95 185	0.42 56	1.52 53	0.71 161	2.11 73	1.40 82	0.80 80	1.23 108	0.90 114	0.59 35	1.14 57	0.69 83	0.24 60	0.19 96	0.25 79	0.21 97	0.28 104	0.20 19

RSM	0.80 47	0.50 57	1.08 17	0.83 101	0.51 115	1.31 35	0.77 207	2.28 93	1.43 91	0.82 84	1.44 162	1.22 165	0.62 43	1.17 71	0.63 53	0.22 34	0.18 66	0.24 57	0.19 67	0.27 87	0.20 19

LoS	0.94 85	0.52 69	1.88 120	0.86 127	0.36 13	4.15 394	0.51 66	2.18 78	1.45 93	0.97 114	0.88 43	0.62 45	0.79 101	1.59 156	0.86 149	0.26 94	0.19 96	0.24 57	0.16 12	0.21 26	0.20 19
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
Selective-IGEV	0.80 47	0.52 69	1.05 5	0.75 56	0.61 174	1.31 35	0.82 241	2.60 144	1.41 85	0.82 84	1.64 219	0.71 69	0.62 43	1.22 81	0.64 56	0.22 34	0.19 96	0.24 57	0.18 47	0.25 60	0.20 19

AFF-stereo	1.31 182	0.77 304	1.46 82	1.10 275	0.45 75	3.93 338	0.48 59	2.92 182	2.92 461	1.90 238	2.21 388	2.11 305	1.52 295	1.93 211	1.12 222	0.21 26	0.16 26	0.25 79	0.25 180	0.29 117	0.20 19

2.25w	0.75 25	0.47 38	1.09 24	0.69 37	0.65 193	2.28 104	0.40 27	2.42 107	0.80 18	0.73 51	1.03 65	0.40 11	0.81 109	1.24 84	0.80 124	0.16 2	0.15 21	0.21 9	0.17 27	0.19 4	0.21 46

2.5w	0.75 25	0.44 17	1.06 8	0.66 30	0.69 218	2.39 112	0.56 87	2.77 166	0.82 22	0.63 27	0.88 43	0.37 5	0.75 81	1.36 111	0.50 28	0.18 14	0.14 11	0.22 14	0.17 27	0.19 4	0.21 46

3.75w	0.75 25	0.47 38	1.09 24	0.63 12	1.10 356	2.61 134	0.53 76	2.46 116	0.97 36	0.62 24	0.80 32	0.40 11	0.66 57	1.11 49	0.48 19	0.19 18	0.13 1	0.23 28	0.18 47	0.20 16	0.21 46

3.5w_stereo	0.77 38	0.53 80	1.09 24	0.65 23	0.72 225	2.52 124	0.51 66	2.43 110	0.80 18	0.76 68	1.20 98	0.43 21	0.66 57	1.23 83	0.73 100	0.17 4	0.13 1	0.23 28	0.17 27	0.20 16	0.21 46

2w_stereo	0.75 25	0.46 26	1.08 17	0.68 36	0.56 144	2.00 82	0.61 110	2.87 180	0.83 23	0.93 105	0.93 52	0.36 3	1.13 197	0.90 17	0.61 48	0.17 4	0.13 1	0.23 28	0.17 27	0.20 16	0.21 46

MLG-Stereo_test3	0.60 3	0.37 2	1.12 37	0.59 3	0.57 156	2.19 98	0.31 7	1.68 35	0.56 1	0.49 3	0.51 10	0.56 38	0.33 1	0.96 27	0.54 38	0.21 26	0.17 39	0.23 28	0.16 12	0.20 16	0.21 46

LG-G_1	0.70 15	0.40 7	1.12 37	0.71 42	0.30 2	2.80 141	0.40 27	2.21 83	0.78 13	0.59 17	0.55 12	0.51 33	0.58 31	1.24 84	0.49 22	0.24 60	0.18 66	0.23 28	0.15 4	0.21 26	0.21 46

LG-G	0.70 15	0.40 7	1.12 37	0.71 42	0.30 2	2.80 141	0.40 27	2.21 83	0.78 13	0.59 17	0.55 12	0.51 33	0.58 31	1.24 84	0.49 22	0.24 60	0.18 66	0.23 28	0.15 4	0.21 26	0.21 46

AIO_rvc	0.78 43	0.55 97	1.25 57	0.75 56	0.65 193	1.46 46	0.99 340	2.13 74	1.52 143	0.57 12	1.15 91	1.09 140	0.55 25	1.15 62	0.53 36	0.24 60	0.17 39	0.24 57	0.17 27	0.25 60	0.21 46

AIO_test	0.76 32	0.47 38	1.31 66	0.81 81	0.70 221	1.36 39	0.88 283	1.40 9	1.45 93	0.55 8	0.95 57	1.81 257	0.58 31	1.16 64	0.46 17	0.27 109	0.17 39	0.24 57	0.19 67	0.24 46	0.21 46

castereo	0.82 58	0.70 249	1.04 3	0.85 122	0.50 113	1.29 34	0.91 299	3.22 214	1.20 52	0.83 90	1.24 109	0.72 71	0.91 135	1.00 33	0.67 71	0.26 94	0.16 26	0.25 79	0.20 83	0.24 46	0.21 46

WCG-NET	0.88 71	0.49 54	1.26 58	0.90 150	0.37 27	1.48 48	1.07 359	1.73 38	2.30 354	1.63 180	1.49 177	0.92 121	0.97 149	0.95 23	0.76 112	0.22 34	0.16 26	0.23 28	0.20 83	0.25 60	0.21 46

AIO-Stereo	0.76 32	0.54 91	1.07 10	0.73 53	0.40 45	1.28 32	0.82 241	2.26 90	1.49 122	0.70 44	1.58 200	0.89 112	0.45 12	1.03 36	0.55 39	0.24 60	0.18 66	0.25 79	0.20 83	0.26 75	0.21 46

WCG-NET（raft）	0.95 92	0.55 97	1.20 53	0.84 110	0.31 4	1.44 44	1.01 344	1.55 19	2.37 375	1.64 183	1.42 158	2.38 328	1.01 160	1.29 98	0.76 112	0.22 34	0.19 96	0.22 14	0.20 83	0.25 60	0.21 46

3w_stereo	0.71 20	0.47 38	1.14 44	0.65 23	0.39 41	1.73 64	0.68 147	2.79 173	0.79 16	0.67 39	0.84 38	0.37 5	1.02 163	1.03 36	0.56 40	0.18 14	0.14 11	0.23 28	0.18 47	0.20 16	0.22 60

1w_stereo	0.86 65	0.42 14	1.07 10	0.72 50	0.81 256	3.00 168	0.67 141	3.28 222	0.75 9	0.74 56	1.32 131	0.37 5	1.37 247	0.92 21	0.68 74	0.16 2	0.14 11	0.20 1	0.16 12	0.19 4	0.22 60

MM-Stereo_test2	1.79 246	0.53 80	20.16 485	1.43 419	0.47 94	2.57 131	0.73 169	1.67 33	1.47 106	0.94 106	0.96 59	0.84 97	0.79 101	1.16 64	0.68 74	0.24 60	0.17 39	0.25 79	0.22 129	0.30 140	0.22 60

RAStereo	0.75 25	0.52 69	2.86 214	0.58 2	0.62 180	1.19 17	0.32 10	1.81 47	0.99 38	0.75 58	1.05 75	0.64 48	0.47 14	0.80 7	0.94 186	0.22 34	0.20 132	0.27 133	0.21 97	0.34 221	0.22 60

IGEV++	0.90 77	0.58 130	1.32 69	0.94 181	0.45 75	1.27 27	1.00 341	3.32 231	1.55 167	0.82 84	1.34 138	0.86 105	1.09 185	1.16 64	0.89 162	0.33 261	0.18 66	0.23 28	0.19 67	0.29 117	0.22 60

AE-Stereo	1.18 136	0.60 150	2.05 139	1.10 275	0.60 170	4.39 445	0.72 164	3.74 296	1.62 205	1.10 126	1.90 325	1.01 132	0.92 138	1.45 129	0.82 133	0.28 146	0.22 191	0.28 162	0.28 253	0.26 75	0.22 60

MaDis-Stereo	0.82 58	0.66 218	1.53 90	0.65 23	1.87 500	1.24 23	0.36 19	2.13 74	1.27 65	0.67 39	0.75 24	0.88 110	0.70 65	1.15 62	1.07 210	0.29 167	0.23 218	0.26 105	0.20 83	0.31 159	0.22 60

IIG-Stereo	1.95 273	0.79 314	2.14 154	2.78 525	0.66 200	4.62 489	0.76 194	4.27 447	1.53 150	2.63 443	3.14 480	3.35 425	1.61 315	7.65 390	1.41 284	0.39 341	0.20 132	0.31 225	0.25 180	0.33 203	0.22 60

AnonymousM	1.22 150	1.32 445	0.97 1	0.88 137	0.56 144	4.03 368	0.69 153	2.41 104	1.68 219	1.48 160	1.31 130	1.15 149	1.00 158	1.18 76	0.73 100	0.32 245	0.40 410	2.07 525	1.70 527	0.24 46	0.22 60

XX-TBD	1.03 113	0.95 370	1.94 126	1.30 369	0.43 62	3.97 358	0.33 11	1.74 39	1.73 235	1.59 171	2.02 346	0.69 61	0.60 38	1.16 64	0.66 66	0.30 206	0.25 274	0.23 28	0.15 4	0.31 159	0.22 60

DilatedVolume-Stereo	0.81 55	0.60 150	1.51 89	1.01 224	0.59 167	1.34 37	0.51 66	1.56 20	1.08 44	1.26 138	1.24 109	0.77 82	0.87 124	1.79 194	0.72 97	0.23 46	0.24 252	0.22 14	0.21 97	0.25 60	0.23 70

xyz-stereo-finetune	1.05 115	0.62 176	1.46 82	0.59 3	0.36 13	3.48 239	0.81 237	2.69 155	1.74 241	0.94 106	1.21 102	0.91 116	0.78 98	2.53 266	1.28 262	0.24 60	0.24 252	0.26 105	0.23 144	0.30 140	0.23 70

LGtest1	0.55 2	0.41 12	1.14 44	0.70 38	0.40 45	0.99 8	0.26 3	1.32 7	0.93 31	0.53 7	0.60 15	0.44 25	0.49 19	1.02 35	0.45 15	0.27 109	0.19 96	0.23 28	0.16 12	0.21 26	0.23 70

SCV_C0	0.89 74	0.59 138	1.96 131	0.83 101	0.44 68	1.24 23	0.64 128	3.33 235	1.66 215	0.82 84	1.20 98	0.73 75	0.66 57	1.62 164	0.66 66	0.32 245	0.21 163	0.24 57	0.20 83	0.28 104	0.23 70

castereo++	0.93 82	0.56 108	1.26 58	0.92 163	0.73 230	2.48 119	1.00 341	2.99 187	1.03 40	0.68 41	1.41 156	1.92 272	0.59 35	1.26 90	0.44 13	0.25 81	0.19 96	0.28 162	0.19 67	0.23 42	0.23 70

RAFT-Stereo-weight	1.11 123	0.48 47	1.22 54	0.99 210	0.42 56	4.17 409	0.80 228	3.60 268	1.50 127	1.97 260	1.50 178	1.30 175	0.65 51	1.24 84	0.85 142	0.25 81	0.19 96	0.26 105	0.22 129	0.27 87	0.23 70

MoCha-V2	0.87 69	0.48 47	1.87 119	0.88 137	0.32 7	1.37 40	0.55 83	2.71 157	1.42 87	0.92 104	1.75 253	0.65 52	1.17 213	1.45 129	0.57 41	0.21 26	0.21 163	0.20 1	0.19 67	0.24 46	0.23 70

testlalala	1.14 130	0.62 176	1.34 71	1.00 218	0.78 248	4.38 442	0.93 314	2.46 116	2.20 332	2.44 411	1.52 181	1.31 176	0.61 41	1.04 40	0.65 61	0.35 293	0.19 96	0.24 57	0.19 67	0.24 46	0.23 70

AEACV	0.79 46	0.54 91	1.35 73	0.97 198	0.63 183	1.13 13	0.92 312	2.02 65	0.91 29	0.76 68	0.79 31	0.80 89	1.61 315	1.28 95	0.61 48	0.22 34	0.18 66	0.26 105	0.23 144	0.27 87	0.23 70

GCAP-Stereo	0.93 82	0.68 236	1.35 73	0.85 122	0.41 50	3.61 273	0.52 75	2.20 81	1.50 127	1.11 129	1.04 70	1.17 151	0.84 115	1.11 49	0.71 92	0.25 81	0.20 132	0.27 133	0.18 47	0.28 104	0.23 70

4D-IteraStereo	1.97 277	0.84 336	20.43 502	0.78 76	1.56 458	2.09 92	1.05 356	2.43 110	1.56 173	1.41 154	1.00 61	1.94 274	0.61 41	1.22 81	1.06 207	0.27 109	0.18 66	0.31 225	0.26 198	0.27 87	0.23 70

RCA-Stereo	1.21 146	0.52 69	1.58 98	0.90 150	0.46 84	4.68 498	0.79 218	4.13 402	1.74 241	1.92 245	1.80 276	0.94 125	1.48 282	1.14 57	0.70 89	0.27 109	0.18 66	0.25 79	0.19 67	0.25 60	0.23 70

RAFT-Stereo + iAFF	1.25 160	0.72 265	1.74 109	1.05 244	0.36 13	4.13 390	0.42 37	2.95 183	2.84 455	2.02 286	2.40 424	1.61 216	1.11 194	1.26 90	0.97 193	0.21 26	0.15 21	0.26 105	0.23 144	0.29 117	0.23 70

CFNet-RSSM	2.08 297	0.52 69	20.06 479	1.01 224	0.56 144	3.39 220	0.64 128	3.67 280	1.55 167	1.72 201	1.37 146	2.57 353	1.19 219	1.11 49	0.86 149	0.27 109	0.20 132	0.25 79	0.23 144	0.27 87	0.23 70

Gwc-CoAtRS	1.58 209	0.57 117	11.69 345	1.01 224	0.60 170	2.53 128	0.64 128	2.36 101	1.56 173	1.80 215	1.47 169	2.74 370	1.18 215	1.12 52	0.90 166	0.27 109	0.21 163	0.25 79	0.22 129	0.27 87	0.23 70

MM-Stereo_test1	1.90 261	0.53 80	19.85 471	1.39 411	0.48 102	1.81 68	0.79 218	3.00 189	1.82 253	1.69 192	1.09 81	0.87 107	0.97 149	1.45 129	0.74 105	0.24 60	0.21 163	0.27 133	0.24 169	0.35 239	0.24 85

HART	1.03 113	0.85 340	3.13 224	0.84 110	0.38 38	1.17 15	0.42 37	3.54 260	1.47 106	1.08 124	2.17 380	1.48 199	0.57 28	1.37 115	0.74 105	0.23 46	0.18 66	0.28 162	0.21 97	0.32 185	0.24 85

fffft	0.76 32	0.47 38	1.28 64	0.82 91	0.54 133	1.51 51	0.80 228	2.09 72	1.18 50	0.63 27	0.84 38	0.59 41	0.55 25	1.80 195	0.85 142	0.19 18	0.18 66	0.27 133	0.20 83	0.26 75	0.24 85
1: 1. 1
Occ-G	0.86 65	0.52 69	1.39 76	0.82 91	0.66 200	1.37 40	0.79 218	1.58 21	1.31 70	1.56 169	0.87 42	2.18 308	0.89 130	0.97 28	0.88 159	0.26 94	0.19 96	0.26 105	0.19 67	0.25 60	0.24 85

LL-Strereo2	1.23 151	0.85 340	2.38 181	0.93 177	0.68 212	3.72 288	1.37 416	2.54 133	1.99 282	1.75 207	1.40 154	1.82 258	0.73 74	1.40 116	0.99 199	0.31 225	0.23 218	0.55 452	0.35 357	0.29 117	0.24 85

MC-Stereo	1.06 116	0.48 47	1.55 94	1.15 307	0.41 50	4.56 482	0.61 110	2.06 68	1.46 101	1.90 238	1.61 212	0.89 112	1.12 195	1.35 109	0.73 100	0.25 81	0.18 66	0.26 105	0.22 129	0.25 60	0.24 85

AAGNet	2.86 418	0.60 150	1.77 111	2.05 504	0.46 84	4.76 516	1.09 368	2.27 91	1.56 173	2.17 337	1.84 300	2.41 331	4.00 486	6.23 359	24.22 559	0.46 398	0.19 96	0.30 203	0.29 281	0.32 185	0.24 85

OMP-Stereo	1.97 277	0.93 362	1.88 120	2.76 524	0.67 207	4.58 484	1.48 430	4.31 466	1.54 159	3.15 484	2.76 458	3.25 416	1.38 248	7.66 391	1.35 277	0.40 347	0.20 132	0.33 279	0.26 198	0.33 203	0.24 85

TestStereo	2.00 283	1.02 383	12.25 348	0.70 38	0.61 174	1.88 72	0.55 83	2.31 97	1.52 143	1.41 154	1.33 133	1.27 170	0.90 133	11.62 504	0.81 130	0.34 273	0.19 96	0.33 279	0.24 169	0.44 343	0.24 85

test_xeample3	2.12 302	0.63 185	21.55 537	0.91 157	0.47 94	1.85 70	0.94 320	7.96 543	1.23 54	0.75 58	0.76 25	0.64 48	0.70 65	1.77 189	0.83 136	0.30 206	0.21 163	0.27 133	0.21 97	0.27 87	0.24 85

GREAT-IGEV	0.74 24	0.54 91	1.86 118	1.10 275	0.44 68	2.44 116	0.34 15	1.37 8	1.51 134	0.48 2	0.86 41	0.51 33	0.60 38	1.07 43	0.45 15	0.22 34	0.17 39	0.21 9	0.17 27	0.23 42	0.25 95

HI	1.27 172	0.90 351	2.33 176	1.10 275	0.68 212	2.92 157	0.45 49	2.49 120	1.76 245	2.13 317	1.65 225	2.42 334	1.84 373	1.58 151	1.61 327	0.26 94	0.16 26	0.28 162	0.29 281	0.26 75	0.25 95

CoSv	1.27 172	0.90 351	2.33 176	1.10 275	0.68 212	2.92 157	0.45 49	2.49 120	1.76 245	2.13 317	1.65 225	2.42 334	1.84 373	1.58 151	1.61 327	0.26 94	0.16 26	0.28 162	0.29 281	0.26 75	0.25 95

SCV	0.95 92	0.63 185	1.38 75	1.70 471	0.41 50	1.23 19	0.89 286	3.53 259	1.57 179	0.61 22	1.54 190	0.93 122	0.77 90	1.66 173	0.66 66	0.36 304	0.20 132	0.25 79	0.19 67	0.29 117	0.25 95

HUF	1.15 131	0.64 197	8.62 305	0.90 150	0.35 11	1.35 38	0.78 211	1.97 61	1.50 127	0.63 27	1.52 181	0.83 95	0.66 57	1.28 95	0.63 53	0.29 167	0.23 218	0.26 105	0.17 27	0.23 42	0.25 95

SMoEStereo_RVC	0.80 47	0.53 80	1.12 37	0.92 163	0.44 68	2.41 114	0.79 218	1.49 14	1.16 47	0.70 44	1.12 87	0.64 48	0.64 48	1.69 179	0.87 155	0.22 34	0.16 26	0.31 225	0.22 129	0.26 75	0.25 95

gcap-zeroshot	1.30 178	0.61 166	4.09 254	0.94 181	0.56 144	3.50 246	0.84 249	3.12 202	1.72 232	1.84 220	1.22 104	2.72 369	0.88 126	1.46 133	0.80 124	0.29 167	0.30 332	0.27 133	0.21 97	0.29 117	0.25 95

MGS-Stereo	0.80 47	0.56 108	1.53 90	0.93 177	0.39 41	1.26 26	0.73 169	1.45 11	1.30 69	1.01 116	2.26 395	0.80 89	0.56 27	1.16 64	0.65 61	0.27 109	0.23 218	0.26 105	0.22 129	0.27 87	0.25 95

rrr	2.27 323	0.65 207	23.82 555	0.90 150	0.46 84	1.57 55	0.96 330	7.98 544	1.19 51	0.65 34	0.77 27	0.74 79	0.72 70	2.59 271	0.86 149	0.28 146	0.21 163	0.28 162	0.21 97	0.29 117	0.25 95

UniTT-Stereo	0.82 58	0.47 38	2.63 201	0.96 191	1.19 377	0.78 4	0.39 23	1.12 4	1.54 159	1.19 134	1.26 117	0.51 33	0.64 48	1.13 55	1.03 204	0.30 206	0.20 132	0.24 57	0.21 97	0.40 282	0.25 95

RAFT-Test	1.44 194	0.59 138	6.10 278	1.01 224	0.69 218	2.90 152	0.80 228	3.68 282	1.70 228	1.85 221	1.68 231	3.15 408	1.03 164	1.20 78	0.99 199	0.27 109	0.22 191	0.25 79	0.23 144	0.27 87	0.25 95

EGLCR-Stereo	1.06 116	0.51 63	1.56 96	1.02 234	0.39 41	4.27 432	0.42 37	4.08 390	1.48 114	0.90 100	0.68 17	1.09 140	0.66 57	1.81 196	0.62 50	0.27 109	0.19 96	0.29 183	0.23 144	0.37 262	0.25 95

Selective-RAFT	1.15 131	0.46 26	1.64 102	0.99 210	0.45 75	4.17 409	0.51 66	3.21 212	1.69 225	1.12 130	1.34 138	1.45 196	1.40 255	2.08 223	0.94 186	0.41 361	0.20 132	0.24 57	0.23 144	0.27 87	0.25 95

ProNet	0.82 58	0.71 261	1.50 87	0.86 127	0.45 75	1.78 65	0.83 246	1.75 40	1.28 66	0.66 36	1.13 89	0.78 83	0.76 88	1.66 173	0.71 92	0.24 60	0.20 132	0.25 79	0.23 144	0.29 117	0.25 95

test_4	1.30 178	0.50 57	6.16 279	0.84 110	0.45 75	1.61 57	1.12 374	2.14 76	1.42 87	1.52 164	2.31 414	1.84 264	0.79 101	2.52 264	1.19 234	0.27 109	0.17 39	0.29 183	0.29 281	0.29 117	0.25 95

test-3	1.19 138	0.52 69	2.00 133	1.01 224	0.42 56	1.95 78	0.91 299	4.35 476	1.47 106	2.24 363	1.16 92	2.06 298	0.79 101	2.68 277	0.76 112	0.27 109	0.18 66	0.28 162	0.26 198	0.26 75	0.25 95

test_1	1.19 138	0.52 69	2.00 133	1.01 224	0.42 56	1.95 78	0.90 291	4.36 481	1.47 106	2.17 337	1.16 92	2.06 298	0.78 98	2.68 277	0.76 112	0.27 109	0.18 66	0.28 162	0.26 198	0.26 75	0.25 95

RAFT-345	2.46 370	0.55 97	19.69 466	1.02 234	0.49 109	4.43 455	0.78 211	1.64 31	2.34 364	2.09 303	3.12 478	1.96 281	1.31 238	6.65 368	1.43 287	0.36 304	0.23 218	0.32 245	0.25 180	0.28 104	0.25 95

cross-raft	2.01 286	0.57 117	19.01 449	1.03 241	0.56 144	2.11 93	0.72 164	3.63 273	1.57 179	1.77 209	1.51 180	3.17 410	1.13 197	1.16 64	0.85 142	0.23 46	0.21 163	0.26 105	0.23 144	0.28 104	0.25 95

raft+_RVC	1.21 146	0.83 332	2.61 197	1.35 391	0.97 316	3.60 269	0.76 194	3.23 216	1.51 134	1.33 141	1.67 228	1.03 135	1.10 191	1.87 207	0.92 176	0.24 60	0.22 191	0.25 79	0.24 169	0.26 75	0.25 95

ARAFT	2.56 391	1.13 407	19.50 461	0.89 141	0.48 102	4.15 394	1.40 421	4.36 481	2.82 453	2.36 399	1.88 314	1.70 230	1.04 168	6.45 363	1.22 244	0.29 167	0.18 66	0.37 343	0.35 357	0.35 239	0.25 95

R-Stereo Train	1.20 143	0.58 130	1.81 115	0.99 210	0.67 207	3.78 299	0.90 291	4.09 392	1.51 134	2.16 333	1.71 242	1.13 146	0.94 143	1.40 116	0.91 173	0.30 206	0.24 252	0.26 105	0.21 97	0.26 75	0.25 95

RAFT-Stereo	1.20 143	0.58 130	1.81 115	0.99 210	0.67 207	3.78 299	0.90 291	4.09 392	1.51 134	2.16 333	1.71 242	1.13 146	0.94 143	1.40 116	0.91 173	0.30 206	0.24 252	0.26 105	0.21 97	0.26 75	0.25 95
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
HITNet	2.07 295	0.82 329	14.77 382	1.34 387	0.56 144	3.47 236	0.80 228	4.07 386	2.35 366	2.16 333	1.61 212	1.64 218	1.44 271	2.09 226	2.56 441	0.26 94	0.18 66	0.41 378	0.26 198	0.45 351	0.25 95
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
depthmonostereo	0.94 85	0.71 261	2.39 182	0.85 122	0.54 133	2.21 100	0.53 76	1.83 48	1.17 49	0.95 110	1.09 81	0.99 128	0.97 149	2.37 249	0.68 74	0.23 46	0.27 298	0.22 14	0.20 83	0.25 60	0.26 119

xyz-stereo-finetune2	1.16 135	0.63 185	1.50 87	0.57 1	0.36 13	3.47 236	0.65 137	2.70 156	1.23 54	0.88 98	1.75 253	0.91 116	1.76 356	3.54 299	1.74 353	0.24 60	0.22 191	0.30 203	0.27 224	0.31 159	0.26 119

Reg-Stereo(zero)	1.60 215	0.42 14	10.69 333	0.89 141	0.68 212	3.27 204	0.47 57	2.27 91	1.54 159	1.48 160	1.24 109	2.55 351	2.68 438	1.48 136	1.10 216	0.19 18	0.19 96	0.22 14	0.18 47	0.24 46	0.26 119

MSKI-zero shot	2.22 313	0.64 197	20.09 483	0.96 191	0.56 144	4.04 369	0.70 159	3.91 338	1.50 127	1.92 245	2.28 399	1.92 272	0.71 67	2.93 286	0.67 71	0.26 94	0.23 218	0.26 105	0.21 97	0.28 104	0.26 119

anonymousdsp	0.95 92	0.69 239	1.27 62	0.83 101	0.52 124	4.54 474	0.84 249	1.76 41	1.24 56	0.76 68	1.06 77	0.78 83	0.77 90	1.67 177	0.69 83	0.27 109	0.17 39	0.29 183	0.21 97	0.31 159	0.26 119

RAFT_CTSACE	1.80 248	1.06 395	10.00 322	1.71 472	1.39 424	3.49 242	1.06 357	3.05 195	1.62 205	1.70 196	2.04 350	2.51 348	1.80 366	1.98 215	0.94 186	0.25 81	0.22 191	0.28 162	0.30 299	0.30 140	0.26 119

IGEV-Stereo	0.95 92	0.69 239	1.27 62	0.84 110	0.52 124	4.54 474	0.84 249	1.76 41	1.24 56	0.75 58	1.06 77	0.79 87	0.77 90	1.68 178	0.69 83	0.27 109	0.17 39	0.29 183	0.21 97	0.31 159	0.26 119
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
GMOStereo	1.13 125	0.70 249	2.26 167	0.75 56	0.44 68	3.05 173	0.91 299	2.78 168	1.45 93	2.37 400	1.52 181	1.53 203	1.05 173	1.17 71	0.92 176	0.25 81	0.19 96	0.35 316	0.28 253	0.34 221	0.26 119

error version	1.13 125	0.70 249	2.26 167	0.75 56	0.44 68	3.05 173	0.91 299	2.78 168	1.45 93	2.37 400	1.52 181	1.53 203	1.05 173	1.17 71	0.92 176	0.25 81	0.19 96	0.35 316	0.28 253	0.34 221	0.26 119

test-v	1.13 125	0.70 249	2.26 167	0.75 56	0.44 68	3.05 173	0.91 299	2.78 168	1.45 93	2.37 400	1.52 181	1.53 203	1.05 173	1.17 71	0.92 176	0.25 81	0.19 96	0.35 316	0.28 253	0.34 221	0.26 119

SST-Stereo	1.76 242	0.58 130	3.10 222	1.44 422	0.46 84	4.71 510	0.76 194	2.22 86	2.79 441	2.07 302	2.18 382	2.43 337	3.22 464	6.66 369	0.84 139	0.42 372	0.19 96	0.30 203	0.27 224	0.35 239	0.26 119

RAFT_R40	1.70 233	0.59 138	2.99 218	1.46 428	0.46 84	4.74 514	0.98 339	2.23 87	1.56 173	2.02 286	2.35 422	2.71 367	2.56 432	6.71 372	0.90 166	0.40 347	0.19 96	0.30 203	0.27 224	0.33 203	0.26 119

test-2	1.13 125	0.70 249	2.26 167	0.75 56	0.44 68	3.05 173	0.91 299	2.78 168	1.45 93	2.37 400	1.52 181	1.53 203	1.05 173	1.17 71	0.92 176	0.25 81	0.19 96	0.35 316	0.28 253	0.34 221	0.26 119

XX-Stereo	2.54 386	0.61 166	20.21 487	1.78 480	1.19 377	4.30 436	0.46 52	4.39 487	1.58 182	2.32 387	1.89 320	4.64 499	0.60 38	4.16 318	0.82 133	0.31 225	0.21 163	0.28 162	0.27 224	0.51 379	0.26 119

RASNet	2.56 391	0.70 249	10.06 323	1.60 457	2.25 518	3.67 282	1.00 341	3.38 239	3.14 483	1.81 216	2.11 369	4.60 496	2.30 413	10.25 451	2.61 442	0.37 312	0.24 252	0.25 79	0.24 169	0.28 104	0.26 119

tt45	0.96 96	0.48 47	1.19 49	0.89 141	0.66 200	3.91 331	0.76 194	1.90 54	1.26 64	0.70 44	1.30 128	0.71 69	0.63 46	2.59 271	0.74 105	0.22 34	0.17 39	0.28 162	0.23 144	0.27 87	0.27 134

tg	1.15 131	0.67 228	1.31 66	0.94 181	0.54 133	4.02 366	0.41 33	2.96 184	1.59 197	1.69 192	1.85 307	1.84 264	0.97 149	1.78 190	0.83 136	0.27 109	0.17 39	0.29 183	0.26 198	0.29 117	0.27 134

rvit_stereo_0081_aga	0.81 55	0.75 296	1.84 117	0.72 50	0.73 230	1.21 18	0.63 125	1.92 57	1.39 79	0.87 97	0.80 32	0.79 87	0.69 63	1.27 94	0.69 83	0.35 293	0.29 319	0.26 105	0.25 180	0.40 282	0.27 134

rvit_stereo_0081	0.80 47	0.63 185	1.19 49	0.91 157	0.64 185	1.27 27	0.61 110	2.05 66	1.71 229	0.82 84	0.73 21	0.85 101	0.75 81	1.30 102	0.80 124	0.31 225	0.26 287	0.27 133	0.25 180	0.38 267	0.27 134

rvit_stereo_0082	0.80 47	0.63 185	1.19 49	0.91 157	0.64 185	1.27 27	0.61 110	2.05 66	1.71 229	0.82 84	0.73 21	0.85 101	0.75 81	1.30 102	0.80 124	0.31 225	0.26 287	0.27 133	0.25 180	0.38 267	0.27 134

rvit_stereo_ft	1.00 106	0.87 346	3.55 241	0.97 198	0.66 200	1.06 9	0.80 228	2.78 168	1.67 217	0.78 76	0.96 59	0.95 126	1.14 204	1.06 42	0.90 166	0.32 245	0.24 252	0.27 133	0.28 253	0.39 277	0.27 134

ff7	0.98 98	0.69 239	2.05 139	0.84 110	0.52 124	4.55 477	0.86 261	1.62 24	1.24 56	0.75 58	1.03 65	0.70 62	0.77 90	1.84 200	0.68 74	0.27 109	0.17 39	0.29 183	0.21 97	0.31 159	0.27 134

IGEVStereo-DCA	0.86 65	0.65 207	2.05 139	0.90 150	0.46 84	1.57 55	0.86 261	1.62 24	1.24 56	0.65 34	0.77 27	0.74 79	0.72 70	2.59 271	0.86 149	0.28 146	0.21 163	0.28 162	0.21 97	0.29 117	0.27 134

ffff	0.98 98	0.69 239	2.05 139	0.84 110	0.52 124	4.55 477	0.86 261	1.62 24	1.24 56	0.75 58	1.03 65	0.70 62	0.77 90	1.84 200	0.68 74	0.27 109	0.17 39	0.29 183	0.21 97	0.31 159	0.27 134

11t	0.98 98	0.69 239	2.05 139	0.84 110	0.52 124	4.55 477	0.86 261	1.62 24	1.24 56	0.75 58	1.03 65	0.70 62	0.77 90	1.84 200	0.68 74	0.27 109	0.17 39	0.29 183	0.21 97	0.31 159	0.27 134

MIM_Stereo	1.20 143	0.78 310	3.30 232	1.05 244	0.43 62	3.04 171	0.60 106	2.46 116	1.51 134	1.60 172	1.58 200	1.82 258	1.29 234	2.00 216	1.07 210	0.24 60	0.24 252	0.28 162	0.25 180	0.27 87	0.27 134

HH	2.23 315	0.86 343	21.59 538	0.98 204	0.51 115	1.49 49	0.82 241	2.74 161	1.54 159	1.10 126	1.69 236	4.62 497	1.86 378	2.55 267	0.69 83	0.26 94	0.22 191	0.29 183	0.23 144	0.34 221	0.27 134

HanStereo	2.23 315	0.86 343	21.59 538	0.98 204	0.51 115	1.49 49	0.82 241	2.74 161	1.54 159	1.10 126	1.69 236	4.62 497	1.86 378	2.55 267	0.69 83	0.26 94	0.22 191	0.29 183	0.23 144	0.34 221	0.27 134

ccc-4	0.98 98	0.69 239	2.05 139	0.84 110	0.52 124	4.55 477	0.86 261	1.62 24	1.24 56	0.75 58	1.03 65	0.70 62	0.77 90	1.84 200	0.68 74	0.27 109	0.17 39	0.29 183	0.21 97	0.31 159	0.27 134

test_3	1.19 138	0.51 63	2.08 151	0.99 210	0.41 50	2.05 89	0.87 279	4.40 489	1.42 87	1.99 267	1.18 95	2.03 292	0.79 101	2.70 279	0.75 108	0.27 109	0.17 39	0.29 183	0.29 281	0.30 140	0.27 134

CroCo-Stereo	0.98 98	0.87 346	3.44 237	0.87 132	0.53 132	0.49 1	0.50 62	3.99 362	1.49 122	0.81 82	1.25 116	1.00 131	0.75 81	1.10 47	1.09 215	0.24 60	0.21 163	0.24 57	0.19 67	0.35 239	0.27 134
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
RALAANet	1.28 175	1.08 398	3.21 226	1.25 345	0.94 308	1.44 44	0.69 153	3.15 206	2.57 415	2.01 281	1.80 276	1.29 174	1.05 173	2.00 216	1.48 301	0.27 109	0.20 132	0.27 133	0.24 169	0.40 282	0.27 134

ACVNet	1.46 197	0.64 197	3.56 243	0.93 177	0.85 277	4.22 422	0.80 228	2.85 175	2.08 303	1.78 211	1.88 314	3.10 403	1.46 278	1.33 106	1.89 371	0.29 167	0.26 287	0.30 203	0.26 198	0.39 277	0.27 134

acv_ft	1.55 202	0.64 197	3.29 231	1.14 294	2.01 507	2.93 161	0.97 333	3.81 308	2.08 303	2.22 357	1.88 314	3.10 403	1.66 338	1.33 106	2.22 411	0.29 167	0.26 287	0.30 203	0.26 198	0.39 277	0.27 134

UGAM-zero	2.79 413	0.57 117	20.87 517	0.98 204	0.77 247	2.08 91	0.35 18	3.88 327	1.51 134	2.05 294	1.64 219	5.07 511	3.42 474	9.83 432	1.24 249	0.28 146	0.21 163	0.27 133	0.29 281	0.29 117	0.28 153

rvit_stereo_0083	0.86 65	0.67 228	1.42 79	0.87 132	0.65 193	1.23 19	0.64 128	1.67 33	2.28 350	0.79 78	0.93 52	0.93 122	1.07 182	1.46 133	0.75 108	0.32 245	0.36 377	0.30 203	0.26 198	0.33 203	0.28 153

testlalala2	2.31 335	0.63 185	20.54 505	2.56 521	2.87 527	3.79 302	0.76 194	4.20 417	1.48 114	1.42 156	1.43 160	2.45 341	0.80 108	1.03 36	0.68 74	0.27 109	0.25 274	0.24 57	0.21 97	0.33 203	0.28 153

plain	1.55 202	0.69 239	13.59 361	0.65 23	0.73 230	1.66 61	0.57 90	3.17 209	1.94 276	0.77 73	1.24 109	0.80 89	0.86 120	1.60 158	0.96 192	0.33 261	0.21 163	0.32 245	0.25 180	0.42 325	0.28 153

MIF-Stereo (partial)	0.98 98	0.55 97	2.83 211	0.71 42	1.03 336	1.08 10	0.49 60	2.55 134	1.66 215	0.79 78	1.20 98	0.80 89	0.90 133	1.61 163	1.56 318	0.36 304	0.24 252	0.33 279	0.25 180	0.40 282	0.28 153

Any-RAFT	1.40 190	0.53 80	2.78 210	1.09 266	0.64 185	4.41 451	0.81 237	3.97 356	2.78 439	1.99 267	1.34 138	2.36 326	1.56 309	1.56 148	0.75 108	0.27 109	0.20 132	0.25 79	0.18 47	0.25 60	0.28 153

anonymousa	2.16 307	0.67 228	19.19 450	1.04 243	1.67 479	2.06 90	0.79 218	2.86 178	1.96 277	1.85 221	2.14 375	3.23 415	1.81 369	1.12 52	1.15 225	0.26 94	0.26 287	0.34 297	0.32 326	0.30 140	0.28 153

NRIStereo	1.28 175	0.61 166	1.67 103	1.15 307	0.38 38	4.73 511	0.90 291	2.42 107	1.50 127	1.93 249	1.33 133	1.75 236	1.22 222	2.96 288	1.33 273	0.46 398	0.22 191	0.29 183	0.26 198	0.30 140	0.28 153

raftrobust	1.19 138	0.72 265	2.30 173	1.26 351	1.31 402	3.55 259	0.68 147	2.75 163	1.47 106	2.21 355	1.38 149	1.17 151	1.22 222	1.20 78	1.11 219	0.28 146	0.24 252	0.21 9	0.19 67	0.25 60	0.28 153

pmcnn	5.45 517	1.22 428	17.40 420	1.60 457	2.41 521	3.48 239	2.12 479	4.52 509	3.26 496	3.67 499	13.15 549	22.10 555	3.46 476	11.92 523	17.16 540	0.34 273	0.21 163	0.23 28	0.19 67	0.36 252	0.28 153

water-stereo	0.78 43	0.45 20	1.94 126	0.79 78	0.48 102	2.36 109	0.47 57	1.53 18	1.09 45	0.88 98	1.04 70	0.82 93	0.75 81	0.72 3	0.78 118	0.22 34	0.23 218	0.25 79	0.23 144	0.24 46	0.29 163

999	0.97 97	0.48 47	1.24 56	1.03 241	0.64 185	3.25 200	0.92 312	1.40 9	1.39 79	0.71 48	1.68 231	0.70 62	0.66 57	3.03 290	0.89 162	0.23 46	0.19 96	0.25 79	0.21 97	0.25 60	0.29 163

rvit_stereo_0080	0.94 85	0.72 265	2.56 191	0.64 16	0.59 167	1.90 73	0.75 191	2.71 157	1.40 82	0.91 101	1.04 70	0.85 101	0.82 110	1.14 57	0.78 118	0.35 293	0.29 319	0.25 79	0.27 224	0.45 351	0.29 163

CAS++	0.89 74	0.64 197	1.46 82	0.81 81	0.51 115	1.24 23	0.86 261	3.44 243	1.46 101	1.14 131	1.29 126	0.62 45	0.58 31	1.13 55	0.59 44	0.34 273	0.30 332	0.34 297	0.26 198	0.41 306	0.29 163
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
H2IRNET	1.90 261	0.53 80	14.29 378	1.14 294	0.60 170	4.48 459	0.44 45	2.65 149	1.81 252	1.05 122	2.30 407	1.67 221	1.40 255	2.17 235	1.50 305	0.36 304	0.21 163	0.33 279	0.37 379	0.34 221	0.29 163

Former-RAFT_DAM_RVC	0.92 80	0.73 276	1.42 79	0.92 163	1.08 350	2.97 167	0.53 76	1.77 44	1.39 79	1.16 132	1.54 190	0.58 39	0.65 51	1.03 36	0.84 139	0.25 81	0.23 218	0.30 203	0.24 169	0.43 335	0.29 163

tta	2.00 283	0.57 117	4.46 258	1.36 397	0.57 156	2.03 84	0.73 169	4.25 439	2.80 445	2.32 387	2.31 414	1.95 276	1.52 295	10.99 477	2.13 403	0.34 273	0.32 350	0.36 331	0.31 315	0.29 117	0.29 163

qqq1	1.92 268	0.57 117	4.46 258	1.36 397	0.57 156	2.03 84	0.73 169	4.25 439	2.80 445	2.32 387	2.31 414	1.95 276	1.52 295	10.99 477	0.71 92	0.34 273	0.32 350	0.30 203	0.23 144	0.29 117	0.29 163

fff1	1.92 268	0.57 117	4.46 258	1.36 397	0.57 156	2.03 84	0.73 169	4.25 439	2.80 445	2.32 387	2.31 414	1.95 276	1.52 295	10.99 477	0.71 92	0.34 273	0.32 350	0.30 203	0.23 144	0.29 117	0.29 163

cc1	1.98 279	0.74 284	13.77 364	1.78 480	0.36 13	4.48 459	0.74 181	4.23 429	3.95 518	1.01 116	1.81 288	0.72 71	1.62 318	2.13 228	0.64 56	0.29 167	0.17 39	0.32 245	0.21 97	0.31 159	0.29 163

ffm	1.72 234	0.60 150	5.21 271	1.14 294	0.99 326	3.62 274	0.86 261	4.22 425	3.37 502	2.20 346	2.30 407	3.48 434	1.62 318	2.21 241	0.65 61	0.29 167	0.16 26	0.48 415	0.37 379	0.30 140	0.29 163

ff1	2.96 431	0.60 150	5.21 271	1.14 294	0.99 326	3.62 274	0.86 261	4.22 425	3.37 502	2.20 346	2.30 407	3.48 434	1.62 318	11.62 504	16.09 532	0.29 167	0.16 26	0.48 415	0.37 379	0.30 140	0.29 163

tt1	1.79 246	0.73 276	10.41 330	1.75 477	0.36 13	4.55 477	0.79 218	4.22 425	3.37 502	1.08 124	1.80 276	0.74 79	1.48 282	2.21 241	0.65 61	0.29 167	0.16 26	0.31 225	0.22 129	0.30 140	0.29 163

whm_eth	0.94 85	0.72 265	2.56 191	0.64 16	0.59 167	1.90 73	0.75 191	2.71 157	1.40 82	0.91 101	1.04 70	0.85 101	0.82 110	1.14 57	0.78 118	0.35 293	0.29 319	0.25 79	0.27 224	0.45 351	0.29 163

anonymousdsp2	1.26 167	0.60 150	3.74 251	1.02 234	0.41 50	3.60 269	0.72 164	3.68 282	1.47 106	1.37 148	1.56 197	1.83 261	1.01 160	2.00 216	0.66 66	0.29 167	0.20 132	0.28 162	0.20 83	0.32 185	0.29 163

Patchmatch Stereo++	1.25 160	0.65 207	2.06 148	0.75 56	0.37 27	4.68 498	0.76 194	2.53 124	1.58 182	1.99 267	1.47 169	1.78 242	1.14 204	2.44 251	0.90 166	0.48 411	0.23 218	0.32 245	0.27 224	0.40 282	0.29 163
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
PSM-adaLoss	1.24 156	0.65 207	2.03 136	0.75 56	0.37 27	4.68 498	0.73 169	2.53 124	1.58 182	1.99 267	1.47 169	1.78 242	1.13 197	2.18 237	0.87 155	0.48 411	0.23 218	0.32 245	0.27 224	0.40 282	0.29 163

ROB_FTStereo_v2	1.23 151	0.66 218	2.02 135	0.75 56	0.37 27	4.67 497	0.76 194	2.53 124	1.58 182	1.99 267	1.46 165	1.78 242	1.14 204	2.08 223	0.88 159	0.48 411	0.22 191	0.32 245	0.27 224	0.40 282	0.29 163

ROB_FTStereo	1.25 160	0.66 218	2.14 154	0.75 56	0.37 27	4.65 494	0.77 207	2.53 124	1.58 182	1.99 267	1.47 169	1.78 242	1.13 197	2.26 246	0.86 149	0.47 407	0.22 191	0.32 245	0.27 224	0.40 282	0.29 163

HUI-Stereo	1.25 160	0.66 218	2.33 176	0.75 56	0.37 27	4.68 498	0.78 211	2.53 124	1.58 182	1.99 267	1.46 165	1.79 249	1.13 197	2.17 235	0.85 142	0.48 411	0.23 218	0.32 245	0.27 224	0.40 282	0.29 163

iGMRVC	1.26 167	0.66 218	2.14 154	0.75 56	0.37 27	4.66 495	0.74 181	2.53 124	1.58 182	1.99 267	1.46 165	1.78 242	1.14 204	2.46 253	0.92 176	0.48 411	0.23 218	0.32 245	0.27 224	0.40 282	0.29 163

RAFT-RH_RVC	2.63 398	0.55 97	19.97 476	1.26 351	0.47 94	4.46 457	0.57 90	1.71 37	1.64 209	3.06 478	5.51 511	2.03 292	1.28 231	6.70 370	1.52 313	0.42 372	0.22 191	0.37 343	0.34 342	0.28 104	0.29 163

iRAFT	1.25 160	0.65 207	2.06 148	0.75 56	0.37 27	4.68 498	0.76 194	2.53 124	1.58 182	1.99 267	1.47 169	1.78 242	1.14 204	2.44 251	0.90 166	0.48 411	0.23 218	0.32 245	0.27 224	0.40 282	0.29 163

RAFT-IKP	1.25 160	0.66 218	2.23 165	0.75 56	0.37 27	4.64 492	0.74 181	2.53 124	1.58 182	1.99 267	1.47 169	1.78 242	1.13 197	2.22 243	0.92 176	0.48 411	0.22 191	0.32 245	0.27 224	0.40 282	0.29 163

DIP-Stereo	1.24 156	0.69 239	1.77 111	0.65 23	0.61 174	4.29 434	0.58 99	4.44 495	2.53 408	1.98 262	1.33 133	0.91 116	0.86 120	1.25 89	1.25 252	0.36 304	0.23 218	0.32 245	0.23 144	0.32 185	0.29 163
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
HSM-Net_RVC	2.87 421	0.57 117	17.46 423	0.92 163	0.90 298	3.70 285	1.20 393	5.64 539	2.51 406	3.22 487	2.43 425	2.54 350	1.59 310	11.41 495	1.65 340	0.34 273	0.25 274	0.26 105	0.23 144	0.30 140	0.29 163
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
iResNetv2_ROB	2.65 400	5.00 524	19.28 456	2.06 505	1.09 354	3.83 308	1.13 377	4.14 408	2.09 306	1.85 221	2.03 347	2.01 291	1.51 293	3.58 300	1.58 320	0.34 273	0.21 163	0.32 245	0.21 97	0.44 343	0.29 163

MM-Stereo_test3	1.09 120	0.59 138	1.55 94	1.73 475	1.18 370	1.91 75	0.86 261	3.52 255	1.76 245	1.25 136	1.86 310	1.10 143	0.69 63	1.32 105	0.86 149	0.27 109	0.23 218	0.27 133	0.22 129	0.34 221	0.30 190

UGAM	2.58 395	0.56 108	18.55 441	0.89 141	0.71 223	3.23 193	1.03 350	2.75 163	1.75 243	1.36 145	2.77 459	2.69 364	1.28 231	10.75 465	1.40 280	0.28 146	0.24 252	0.40 368	0.31 315	0.35 239	0.30 190

DCRE	1.44 194	0.74 284	3.50 240	1.13 293	0.72 225	1.78 65	0.67 141	2.14 76	1.56 173	1.99 267	8.09 523	1.73 234	1.07 182	1.24 84	0.83 136	0.23 46	0.25 274	0.26 105	0.26 198	0.28 104	0.30 190

Sa-1000	1.63 223	0.79 314	3.56 243	1.11 282	0.48 102	4.06 372	1.41 424	4.49 504	2.75 436	2.00 279	2.80 462	1.84 264	1.43 268	2.64 276	1.50 305	0.27 109	0.19 96	0.36 331	0.33 334	0.36 252	0.30 190

SA	1.62 219	0.75 296	3.78 253	1.07 252	0.43 62	4.26 427	1.36 411	4.45 498	3.12 480	1.63 180	1.97 338	1.68 223	2.26 412	2.55 267	1.27 258	0.27 109	0.22 191	0.37 343	0.37 379	0.35 239	0.30 190

GLC_STEREO	0.76 32	0.52 69	1.12 37	0.83 101	0.33 8	1.86 71	0.82 241	1.46 12	1.38 78	0.95 110	1.04 70	0.68 58	0.72 70	0.97 28	0.80 124	0.23 46	0.25 274	0.32 245	0.25 180	0.32 185	0.30 190

LMCR-Stereo	2.40 359	1.31 443	18.61 442	1.59 455	0.86 282	3.87 326	1.15 380	4.32 470	1.60 198	2.25 366	2.27 396	1.13 146	2.43 423	2.48 255	1.60 324	0.88 492	0.24 252	0.29 183	0.24 169	0.56 399	0.30 190

rafts_anoy	1.24 156	0.80 318	3.61 247	1.17 315	1.20 383	3.00 168	0.61 110	3.17 209	1.58 182	1.37 148	1.26 117	1.19 159	1.12 195	1.78 190	1.25 252	0.32 245	0.23 218	0.32 245	0.32 326	0.31 159	0.30 190

RALCasStereoNet	1.19 138	1.02 383	2.06 148	1.12 286	1.14 362	3.08 179	0.70 159	2.99 187	1.73 235	1.34 142	1.68 231	1.18 155	0.91 135	2.16 233	1.00 201	0.30 206	0.26 287	0.24 57	0.21 97	0.29 117	0.30 190

G2L-Stereo_test	2.11 300	0.86 343	7.12 287	1.65 464	1.19 377	3.54 257	1.02 348	3.57 264	2.01 288	2.50 418	1.68 231	3.15 408	1.50 289	9.21 417	1.62 332	0.28 146	0.19 96	0.23 28	0.22 129	0.27 87	0.31 199

S2M2	0.64 7	0.55 97	1.07 10	0.89 141	0.54 133	1.08 10	0.20 1	1.16 5	1.37 77	0.59 17	0.81 36	0.86 105	0.47 14	0.70 2	0.65 61	0.31 225	0.33 357	0.27 133	0.27 224	0.36 252	0.31 199

ours_stereo	0.76 32	0.64 197	1.40 78	0.86 127	0.61 174	1.12 12	0.57 90	1.63 29	1.20 52	0.72 50	1.43 160	0.70 62	0.62 43	1.56 148	0.58 43	0.25 81	0.18 66	0.26 105	0.21 97	0.29 117	0.31 199

x	1.15 131	0.57 117	1.53 90	1.44 422	0.67 207	1.94 77	0.97 333	3.87 324	1.57 179	1.61 177	1.28 124	1.58 211	1.22 222	1.93 211	1.04 205	0.28 146	0.30 332	0.34 297	0.29 281	0.32 185	0.31 199

iRaft-Stereo_20w	1.88 258	0.62 176	10.58 332	0.90 150	0.83 269	2.96 166	0.78 211	4.90 525	1.58 182	2.29 373	1.60 208	1.25 168	4.51 498	2.28 247	0.90 166	0.29 167	0.21 163	0.26 105	0.24 169	0.41 306	0.31 199

PSM-softLoss	1.66 228	0.59 138	5.15 269	2.25 509	0.48 102	4.68 498	0.69 153	2.57 138	1.52 143	2.14 320	1.45 163	1.42 193	0.99 156	6.04 354	1.20 237	0.41 361	0.23 218	0.37 343	0.39 398	0.32 185	0.31 199

KMStereo	1.66 228	0.59 138	5.15 269	2.25 509	0.48 102	4.68 498	0.69 153	2.57 138	1.52 143	2.14 320	1.45 163	1.42 193	0.99 156	6.04 354	1.20 237	0.41 361	0.23 218	0.37 343	0.39 398	0.32 185	0.31 199

CRE-IMP	1.23 151	0.61 166	2.14 154	0.82 91	0.39 41	4.54 474	0.83 246	2.63 147	1.55 167	1.95 254	1.46 165	1.87 269	0.96 146	1.48 136	1.33 273	0.45 393	0.21 163	0.31 225	0.26 198	0.41 306	0.31 199

iRaftStereo_RVC	1.09 120	0.70 249	1.39 76	0.95 185	0.45 75	3.83 308	0.42 37	2.37 102	1.58 182	1.69 192	1.76 262	1.80 252	0.83 114	1.50 139	0.98 196	0.28 146	0.18 66	0.29 183	0.26 198	0.30 140	0.31 199

DN-CSS_ROB	1.91 265	1.55 468	11.13 339	1.82 487	0.88 290	3.99 361	0.61 110	4.01 366	1.67 217	1.64 183	1.89 320	1.39 186	1.06 180	3.23 291	1.50 305	0.31 225	0.19 96	0.44 393	0.29 281	0.37 262	0.31 199

G2L-ROB	2.13 304	0.78 310	10.06 323	1.19 323	1.06 344	3.84 313	0.93 314	3.32 231	2.27 346	2.20 346	1.47 169	2.65 362	1.20 221	8.38 399	1.81 361	0.28 146	0.19 96	0.23 28	0.22 129	0.28 104	0.32 209

LG-Stereo_Zeroshot	0.89 74	0.47 38	2.08 151	0.76 70	0.73 230	3.91 331	0.41 33	2.07 70	1.07 43	0.77 73	0.89 46	0.64 48	0.86 120	0.95 23	0.77 117	0.26 94	0.18 66	0.26 105	0.19 67	0.32 185	0.32 209

fffy	0.80 47	0.59 138	1.56 96	1.00 218	0.47 94	1.27 27	0.76 194	1.90 54	1.02 39	0.75 58	1.35 141	0.83 95	0.72 70	1.70 181	0.62 50	0.23 46	0.19 96	0.27 133	0.21 97	0.28 104	0.32 209

model_zeroshot	1.21 146	0.60 150	3.55 241	1.05 244	0.57 156	3.46 233	0.63 125	2.73 160	1.55 167	2.05 294	1.38 149	1.50 202	0.82 110	1.69 179	0.87 155	0.29 167	0.23 218	0.30 203	0.23 144	0.27 87	0.32 209

test_sample1	1.62 219	0.55 97	1.88 120	1.44 422	0.79 251	2.27 103	0.64 128	4.00 364	1.82 253	1.87 228	1.35 141	1.57 209	1.62 318	9.55 426	1.24 249	0.30 206	0.27 298	0.31 225	0.28 253	0.32 185	0.32 209

ACVNet-DCA	1.85 252	0.74 284	13.77 364	1.78 480	0.36 13	4.48 459	0.74 181	3.98 358	1.53 150	1.01 116	1.81 288	0.72 71	1.62 318	2.13 228	0.64 56	0.29 167	0.17 39	0.32 245	0.21 97	0.33 203	0.32 209

xx1	2.03 288	0.74 284	13.77 364	1.78 480	0.36 13	4.48 459	0.74 181	4.23 429	3.95 518	1.01 116	1.81 288	1.79 249	1.34 242	2.13 228	0.64 56	0.29 167	0.17 39	0.33 279	0.33 334	0.33 203	0.32 209

1test111	1.99 282	0.74 284	13.77 364	1.78 480	0.36 13	4.48 459	0.74 181	3.98 358	1.53 150	1.01 116	1.81 288	0.72 71	1.62 318	4.66 324	0.98 196	0.29 167	0.17 39	0.32 245	0.21 97	0.33 203	0.32 209

IGEV_Zeroshot_test	2.16 307	0.69 239	20.60 509	1.22 337	0.54 133	2.18 96	0.53 76	3.38 239	1.61 202	1.93 249	1.55 194	3.76 455	1.05 173	1.55 147	0.91 173	0.29 167	0.20 132	0.27 133	0.29 281	0.40 282	0.32 209

DLNR_Zeroshot_test	28.62 566	55.50 576	49.94 572	183.62 579	115.05 577	3.43 227	0.28 4	29.49 568	1.49 122	1.01 116	1.26 117	0.93 122	0.63 46	3.92 313	1.51 311	29.81 570	0.41 417	0.26 105	0.23 144	93.28 576	0.32 209

qqq	1.30 178	0.57 117	1.67 103	1.15 307	0.51 115	2.18 96	0.91 299	3.98 358	1.53 150	1.50 163	1.24 109	1.79 249	1.34 242	4.66 324	0.98 196	0.28 146	0.31 342	0.33 279	0.33 334	0.33 203	0.32 209

raft_robust	1.92 268	1.15 412	3.34 235	1.02 234	0.43 62	3.84 313	0.46 52	4.42 491	2.52 407	1.67 190	1.36 145	2.17 307	6.37 521	6.78 374	1.04 205	0.28 146	0.24 252	0.30 203	0.35 357	0.31 159	0.32 209

IPLGR	2.53 384	0.58 130	20.46 503	0.82 91	0.52 124	4.56 482	0.50 62	4.30 463	2.38 380	1.87 228	1.53 188	1.68 223	1.72 351	6.95 377	1.15 225	0.28 146	0.21 163	0.27 133	0.23 144	0.33 203	0.32 209

IRAFT_RVC	1.87 254	0.60 150	4.33 257	2.40 518	0.66 200	4.59 485	1.59 444	2.96 184	1.51 134	2.23 361	1.75 253	2.09 302	2.63 435	6.70 370	1.50 305	0.33 261	0.21 163	0.33 279	0.29 281	0.32 185	0.32 209

EAI-Stereo	2.35 351	0.63 185	2.97 217	0.95 185	0.65 193	3.84 313	14.27 554	5.04 527	2.19 330	2.06 299	7.25 516	1.10 143	0.94 143	1.65 172	1.37 278	0.31 225	0.22 191	0.27 133	0.60 473	0.27 87	0.32 209

AIO-test2	1.61 217	1.30 439	3.40 236	1.16 313	1.31 402	3.18 187	0.74 181	4.06 383	1.52 143	1.72 201	2.21 388	0.78 83	0.74 78	3.64 304	0.95 191	3.64 539	0.26 287	0.35 316	0.42 421	0.37 262	0.33 224

test_sample2	1.75 241	0.56 108	2.25 166	1.41 415	0.80 253	2.91 155	0.86 261	4.05 379	2.04 295	1.91 243	1.39 151	1.57 209	1.55 307	10.65 462	1.06 207	0.32 245	0.28 309	0.32 245	0.30 299	0.36 252	0.33 224

GMStereo_Zeroshot	1.41 192	1.21 422	3.33 234	1.29 362	0.72 225	3.35 216	0.53 76	2.58 142	1.68 219	2.35 395	1.56 197	2.42 334	0.96 146	2.50 256	1.16 228	0.45 393	0.23 218	0.40 368	0.24 169	0.79 465	0.33 224

StereoVision	1.65 225	0.75 296	7.47 291	1.01 224	1.80 497	2.61 134	0.61 110	3.06 198	1.96 277	1.25 136	3.46 490	1.85 267	0.88 126	2.07 221	1.93 376	0.43 377	0.36 377	0.37 343	0.36 367	0.48 369	0.33 224

BUS	1.49 201	0.59 138	1.94 126	0.87 132	0.85 277	4.50 468	0.76 194	4.48 501	1.88 265	2.93 467	1.83 295	3.63 451	0.97 149	1.60 158	1.17 231	0.34 273	0.25 274	0.31 225	0.28 253	0.35 239	0.33 224

RAFT+CT+SA	1.62 219	0.72 265	7.42 289	0.97 198	1.42 435	4.04 369	0.94 320	3.90 334	1.61 202	1.61 177	1.63 217	1.33 178	1.18 215	2.73 282	1.10 216	0.27 109	0.19 96	0.31 225	0.34 342	0.33 203	0.33 224

test_5	1.87 254	0.75 296	10.23 327	1.14 294	1.40 426	3.85 321	1.27 401	3.91 338	1.93 275	1.69 192	1.78 270	1.67 221	1.79 361	2.99 289	1.17 231	0.30 206	0.18 66	0.35 316	0.33 334	0.34 221	0.33 224

BSDual-CNN	1.46 197	0.59 138	1.94 126	0.87 132	0.85 277	4.16 404	1.16 382	4.48 501	1.88 265	2.93 467	1.83 295	2.60 356	1.31 238	1.60 158	1.21 241	0.34 273	0.25 274	0.31 225	0.28 253	0.35 239	0.33 224

hknet	1.98 279	0.64 197	8.70 306	0.87 132	1.07 348	4.16 404	1.16 382	4.48 501	1.73 235	2.93 467	1.83 295	3.48 434	1.30 237	3.91 312	1.51 311	0.31 225	0.25 274	0.31 225	0.28 253	0.35 239	0.33 224

TRStereo	2.31 335	1.87 485	19.74 467	1.53 443	1.16 368	4.26 427	1.08 364	4.73 521	1.45 93	1.55 167	1.28 124	1.75 236	0.85 117	1.81 196	1.20 237	0.36 304	0.26 287	0.32 245	0.36 367	0.34 221	0.33 224

test_xeample	2.67 404	0.56 108	2.05 139	1.09 266	0.81 256	3.24 197	0.80 228	4.55 511	2.70 430	2.42 409	2.27 396	1.39 186	1.40 255	10.75 465	17.51 542	0.30 206	0.30 332	0.32 245	0.28 253	0.34 221	0.33 224

CFNet	2.34 346	1.10 402	8.96 308	1.34 387	1.24 392	4.09 379	0.73 169	4.04 375	2.77 438	1.62 179	1.87 313	2.27 312	1.45 275	11.41 495	1.82 363	0.31 225	0.24 252	0.43 389	0.36 367	0.43 335	0.33 224

IGEV-RUCA	0.90 77	0.53 80	1.05 5	0.81 81	0.74 235	3.89 328	0.80 228	1.92 57	1.41 85	0.96 113	0.71 18	0.70 62	0.73 74	1.30 102	0.68 74	0.29 167	0.20 132	0.25 79	0.19 67	0.43 335	0.34 236

mms	0.77 38	0.68 236	1.17 48	0.83 101	0.71 223	1.41 43	0.67 141	1.61 23	1.12 46	0.77 73	1.37 146	0.63 47	0.54 24	1.75 187	0.63 53	0.24 60	0.19 96	0.26 105	0.21 97	0.31 159	0.34 236

rvit_0105_6	1.00 106	0.93 362	2.21 160	0.92 163	0.55 140	1.52 53	0.79 218	2.41 104	2.96 465	0.76 68	0.72 20	1.02 133	0.75 81	1.42 122	0.81 130	0.40 347	0.43 425	0.34 297	0.31 315	0.43 335	0.34 236

mmm	1.27 172	0.58 130	2.20 158	1.41 415	0.68 212	2.39 112	0.85 258	3.90 334	1.63 208	2.20 346	1.84 300	1.28 171	1.50 289	1.91 210	0.89 162	0.31 225	0.27 298	0.45 399	0.37 379	0.38 267	0.34 236

11t1	1.11 123	0.53 80	1.80 114	1.55 450	0.65 193	2.20 99	0.60 106	3.66 279	1.49 122	1.60 172	1.26 117	1.03 135	1.35 245	1.72 183	0.97 193	0.28 146	0.31 342	0.29 183	0.23 144	0.30 140	0.34 236

1111x	3.13 454	0.57 117	8.38 301	1.20 328	0.76 241	3.80 304	0.88 283	4.61 516	2.63 421	2.31 383	2.16 378	1.95 276	1.81 369	11.54 500	18.13 545	0.32 245	0.31 342	0.32 245	0.30 299	0.35 239	0.34 236

CroCo-Stereo Lap2	0.99 104	0.89 349	2.55 190	0.99 210	1.80 497	0.54 2	0.46 52	3.10 200	1.24 56	1.07 123	1.21 102	1.05 139	0.78 98	1.26 90	1.08 212	0.27 109	0.23 218	0.27 133	0.21 97	0.43 335	0.34 236

IER	1.69 231	0.65 207	7.19 288	0.94 181	1.15 364	3.28 208	0.89 286	3.48 245	1.97 279	2.10 306	1.98 340	2.28 313	2.12 398	2.25 245	1.75 356	0.29 167	0.23 218	0.36 331	0.30 299	0.32 185	0.34 236

psmg	1.47 200	0.59 138	1.94 126	0.92 163	0.85 277	4.30 436	1.42 426	4.10 400	1.88 265	2.64 444	2.09 364	2.60 356	1.31 238	1.60 158	1.21 241	0.34 273	0.27 298	0.33 279	0.34 342	0.36 252	0.34 236

DAS	2.31 335	0.67 228	4.79 265	1.14 294	1.64 471	2.93 161	2.13 480	4.09 392	2.74 434	4.17 511	2.52 435	2.46 343	1.79 361	11.55 501	1.63 335	0.37 312	0.22 191	0.39 362	0.25 180	0.41 306	0.34 236

SepStereo	2.15 306	0.67 228	4.79 265	1.14 294	1.64 471	2.93 161	2.13 480	4.09 392	2.74 434	4.17 511	2.52 435	2.46 343	1.79 361	8.36 397	1.63 335	0.37 312	0.22 191	0.39 362	0.25 180	0.41 306	0.34 236

222	2.68 407	0.57 117	2.03 136	1.11 282	0.81 256	3.23 193	0.65 137	4.52 509	2.45 394	2.34 394	2.29 402	1.41 192	1.44 271	10.50 457	18.47 547	0.32 245	0.30 332	0.32 245	0.27 224	0.32 185	0.34 236

xxxx	2.67 404	0.54 91	2.03 136	1.22 337	0.81 256	3.49 242	0.63 125	4.49 504	2.49 402	2.22 357	2.23 391	2.05 296	1.38 248	10.05 444	17.91 543	0.32 245	0.32 350	0.30 203	0.27 224	0.33 203	0.34 236

AdaStereo	1.45 196	0.83 332	2.34 179	1.28 359	0.81 256	3.21 189	1.14 379	4.20 417	2.46 397	2.05 294	1.77 267	2.48 345	1.18 215	1.71 182	1.44 289	0.43 377	0.25 274	0.43 389	0.28 253	0.44 343	0.34 236
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.
G2L-Stereo	2.49 377	0.94 368	14.54 381	1.15 307	1.35 414	3.57 265	0.95 324	3.62 272	2.00 286	2.11 310	1.61 212	3.20 411	1.34 242	9.54 424	1.91 374	0.34 273	0.27 298	0.35 316	0.28 253	0.30 140	0.35 250

AIO-test1	2.18 310	0.66 218	18.95 447	0.89 141	1.48 442	3.40 223	0.97 333	4.19 416	1.68 219	0.86 95	1.35 141	0.99 128	0.75 81	4.47 321	1.27 258	0.23 46	0.23 218	0.28 162	0.33 334	0.31 159	0.35 250

GCAP-BAT	1.21 146	0.74 284	3.23 227	0.95 185	0.70 221	3.86 323	0.93 314	1.89 51	1.48 114	1.85 221	1.96 332	1.68 223	0.79 101	1.78 190	0.81 130	0.29 167	0.20 132	0.24 57	0.20 83	0.26 75	0.35 250

RAFT	1.23 151	0.84 336	2.05 139	0.96 191	0.47 94	1.80 67	0.94 320	3.18 211	1.46 101	1.60 172	1.71 242	3.04 399	1.59 310	1.64 170	1.32 269	0.38 329	0.24 252	0.40 368	0.32 326	0.40 282	0.35 250

PSMNet-RSSM	1.96 275	0.77 304	3.26 229	1.29 362	1.31 402	4.19 416	0.96 330	3.68 282	1.89 269	2.05 294	1.80 276	2.60 356	1.70 347	9.84 433	1.81 361	0.35 293	0.29 319	0.35 316	0.37 379	0.42 325	0.35 250

HSM	2.35 351	0.81 322	2.21 160	1.14 294	1.55 455	3.44 228	1.03 350	3.99 362	2.25 341	2.29 373	2.11 369	8.04 530	3.05 456	11.60 502	1.71 346	0.33 261	0.22 191	0.28 162	0.23 144	0.32 185	0.35 250

SMFormer	2.00 283	0.57 117	4.46 258	1.36 397	0.57 156	2.03 84	0.73 169	4.25 439	2.80 445	2.32 387	2.31 414	1.95 276	1.52 295	10.99 477	2.13 403	0.34 273	0.32 350	0.36 331	0.31 315	0.38 267	0.36 256

MyStereo06	2.46 370	0.72 265	19.97 476	1.02 234	0.99 326	4.26 427	0.86 261	3.51 254	1.68 219	1.92 245	1.73 247	4.01 467	4.22 491	1.62 164	0.88 159	0.24 60	0.23 218	0.34 297	0.26 198	0.42 325	0.36 256

MyStereo05	2.37 357	0.72 265	19.94 474	1.02 234	0.99 326	4.26 427	0.86 261	4.01 366	2.62 419	2.14 320	1.26 117	2.28 313	1.63 331	2.07 221	1.68 343	0.24 60	0.23 218	0.34 297	0.26 198	0.42 325	0.36 256

TestStereo1	1.56 206	0.81 322	2.32 174	1.61 460	0.64 185	4.13 390	1.36 411	3.79 305	3.20 491	1.60 172	2.57 442	1.39 186	2.15 402	2.51 259	1.30 266	0.29 167	0.20 132	0.34 297	0.25 180	0.40 282	0.36 256

Wz-Net-LNSev-Ref	2.42 363	1.47 462	14.14 374	1.30 369	1.35 414	3.51 249	1.64 449	4.04 375	2.10 314	2.46 413	1.88 314	2.28 313	2.51 429	4.73 327	3.17 459	0.38 329	0.19 96	0.35 316	0.20 83	0.40 282	0.36 256

NINENet	1.87 254	0.74 284	2.60 194	1.12 286	1.06 344	4.50 468	0.76 194	4.41 490	2.24 338	2.16 333	1.86 310	3.63 451	0.97 149	8.00 394	1.17 231	0.41 361	0.30 332	0.41 378	0.30 299	0.41 306	0.36 256

SA-5K	1.56 206	0.81 322	2.32 174	1.61 460	0.64 185	4.13 390	1.36 411	3.79 305	3.20 491	1.60 172	2.57 442	1.39 186	2.15 402	2.51 259	1.30 266	0.29 167	0.20 132	0.34 297	0.25 180	0.40 282	0.36 256

IPLG	2.48 375	0.65 207	19.63 464	0.91 157	0.79 251	4.60 487	0.56 87	4.31 466	1.84 260	1.91 243	2.00 344	1.31 176	1.38 248	6.61 366	1.53 314	0.27 109	0.20 132	0.27 133	0.23 144	0.31 159	0.36 256

GANet-ADL	2.20 312	0.73 276	20.11 484	1.25 345	0.69 218	3.83 308	0.76 194	3.49 248	1.71 229	1.65 187	1.99 342	2.10 303	1.10 191	1.42 122	1.26 255	0.38 329	0.33 357	0.25 79	0.22 129	0.42 325	0.36 256

NF-Stereo	1.58 209	0.61 166	2.66 203	2.26 511	0.47 94	4.68 498	0.67 141	3.31 226	1.48 114	2.11 310	1.59 204	1.36 182	1.09 185	6.08 356	1.20 237	0.40 347	0.20 132	0.36 331	0.34 342	0.31 159	0.36 256

test-1	1.23 151	0.65 207	1.88 120	0.96 191	0.52 124	3.84 313	0.62 123	4.01 366	1.47 106	1.93 249	1.78 270	1.83 261	0.92 138	1.19 77	1.28 262	0.26 94	0.29 319	0.31 225	0.24 169	0.29 117	0.36 256

GMStereo	1.01 108	1.00 381	2.86 214	0.83 101	0.45 75	1.47 47	0.57 90	1.89 51	2.11 316	1.52 164	1.24 109	0.87 107	0.74 78	1.58 151	0.94 186	0.40 347	0.21 163	0.30 203	0.30 299	0.47 366	0.36 256
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
GwcNet-RSSM	2.66 402	1.05 390	15.91 398	1.22 337	1.19 377	4.12 387	1.12 374	3.84 315	2.02 289	1.93 249	1.79 273	3.12 406	1.46 278	10.37 454	2.05 392	0.33 261	0.27 298	0.35 316	0.30 299	0.40 282	0.36 256

MLCV	1.87 254	0.91 356	8.59 303	1.10 275	0.57 156	3.59 267	0.53 76	3.70 292	2.20 332	2.80 460	2.25 394	2.00 288	1.42 265	4.13 317	1.86 368	0.30 206	0.20 132	0.32 245	0.21 97	0.33 203	0.36 256

coex_refinement	2.10 298	0.85 340	3.67 250	1.31 372	1.13 361	3.21 189	0.85 258	3.86 321	2.31 358	2.51 421	1.92 328	3.49 440	1.69 345	11.08 484	2.13 403	0.37 312	0.25 274	0.27 133	0.31 315	0.41 306	0.37 270

test_sample3	2.34 346	0.61 166	11.94 346	1.33 380	0.85 277	3.10 182	0.73 169	4.24 437	2.19 330	2.21 355	1.75 253	1.80 252	1.41 260	11.11 486	1.46 293	0.35 293	0.29 319	0.34 297	0.35 357	0.39 277	0.37 270

MyStereo07	1.01 108	0.80 318	1.26 58	1.00 218	1.04 339	3.95 348	0.95 324	2.07 70	1.42 87	0.75 58	1.22 104	0.68 58	0.91 135	1.63 168	0.67 71	0.24 60	0.24 252	0.34 297	0.26 198	0.41 306	0.37 270

MyStereo04	2.29 331	0.80 318	18.77 443	1.00 218	1.04 339	3.95 348	0.95 324	3.91 338	2.54 412	1.99 267	1.27 123	2.31 320	1.65 336	2.02 220	1.77 357	0.24 60	0.24 252	0.34 297	0.26 198	0.41 306	0.37 270

mmx	2.98 437	0.60 150	5.21 271	1.14 294	0.99 326	3.62 274	0.86 261	4.49 504	3.05 475	2.20 346	2.30 407	3.48 434	1.62 318	11.62 504	16.09 532	0.33 261	0.28 309	0.48 415	0.37 379	0.44 343	0.37 270

xxx	2.98 437	0.60 150	5.21 271	1.14 294	0.99 326	3.62 274	0.86 261	4.49 504	3.05 475	2.20 346	2.30 407	3.48 434	1.62 318	11.62 504	16.09 532	0.33 261	0.28 309	0.48 415	0.37 379	0.44 343	0.37 270

knoymous	1.30 178	0.60 150	5.57 276	0.88 137	0.75 237	3.04 171	0.90 291	2.68 153	1.33 72	1.48 160	1.07 79	2.78 380	0.88 126	1.29 98	0.85 142	0.31 225	0.22 191	0.35 316	0.20 83	0.45 351	0.37 270

OCTAStereo	1.58 209	0.61 166	2.72 206	2.27 514	0.46 84	4.68 498	0.67 141	3.30 225	1.48 114	2.11 310	1.59 204	1.36 182	1.09 185	6.02 353	1.21 241	0.41 361	0.20 132	0.36 331	0.34 342	0.31 159	0.37 270

DEmStereo	2.97 435	0.58 130	13.42 357	0.79 78	0.51 115	3.84 313	1.84 466	2.42 107	1.60 198	2.25 366	2.74 455	2.03 292	6.04 515	6.79 376	12.80 523	0.35 293	0.26 287	0.26 105	0.27 224	0.27 87	0.37 270

DRaft	2.28 328	0.56 108	2.64 202	0.74 55	0.46 84	3.94 343	1.23 397	2.32 99	1.55 167	2.64 444	2.80 462	1.60 214	5.34 508	6.96 378	10.99 514	0.34 273	0.22 191	0.27 133	0.27 224	0.29 117	0.37 270

RE-Stereo	1.58 209	0.61 166	2.72 206	2.26 511	0.46 84	4.68 498	0.68 147	3.31 226	1.48 114	2.11 310	1.59 204	1.36 182	1.09 185	6.01 351	1.22 244	0.41 361	0.20 132	0.36 331	0.34 342	0.31 159	0.37 270

TVStereo	1.58 209	0.61 166	2.72 206	2.26 511	0.46 84	4.68 498	0.68 147	3.31 226	1.48 114	2.11 310	1.59 204	1.36 182	1.09 185	6.01 351	1.22 244	0.41 361	0.20 132	0.36 331	0.34 342	0.31 159	0.37 270

HCRNet	1.60 215	0.56 108	2.47 187	0.78 76	1.36 417	4.11 385	0.71 161	3.57 264	2.79 441	1.75 207	1.61 212	1.58 211	1.41 260	5.79 348	1.56 318	0.34 273	0.28 309	0.36 331	0.29 281	0.33 203	0.37 270

SFCPSM	2.18 310	0.63 185	17.03 414	0.88 137	0.98 323	3.74 293	1.28 403	4.09 392	2.16 325	1.85 221	1.83 295	1.65 219	1.39 251	2.50 256	1.50 305	0.33 261	0.27 298	0.39 362	0.36 367	0.34 221	0.37 270

cf-r	2.57 394	0.79 314	16.09 400	1.48 434	1.35 414	4.19 416	0.93 314	3.68 282	2.36 369	1.97 260	1.81 288	3.42 431	1.45 275	8.24 396	1.83 365	0.32 245	0.26 287	0.33 279	0.30 299	0.34 221	0.37 270

test_sample4	2.34 346	0.63 185	11.59 343	1.30 369	0.83 269	3.07 178	0.72 164	4.27 447	2.30 354	2.30 377	1.88 314	1.73 234	1.42 265	11.14 487	1.46 293	0.35 293	0.29 319	0.35 316	0.36 367	0.40 282	0.38 285

CrosDoStereo	5.24 513	0.60 150	20.23 488	0.82 91	0.51 115	3.39 220	18.11 558	3.82 311	2.27 346	1.98 262	8.74 528	1.96 281	6.96 527	7.35 382	26.35 561	0.30 206	0.22 191	0.30 203	0.28 253	0.33 203	0.38 285

DeepStereo_LL	5.24 513	0.60 150	20.23 488	0.82 91	0.51 115	3.39 220	18.11 558	3.82 311	2.27 346	1.98 262	8.74 528	1.96 281	6.96 527	7.35 382	26.35 561	0.30 206	0.22 191	0.30 203	0.28 253	0.33 203	0.38 285

DeepStereo_RVC	1.55 202	0.63 185	3.32 233	0.77 74	0.42 56	4.49 465	0.72 164	2.50 122	1.58 182	2.02 286	1.81 288	1.54 207	6.38 523	1.73 184	1.19 234	0.46 398	0.22 191	0.29 183	0.28 253	0.35 239	0.38 285

sCroCo_RVC	1.06 116	0.82 329	5.05 267	1.02 234	1.05 341	0.98 7	0.61 110	2.06 68	1.29 67	0.69 43	1.26 117	0.82 93	1.10 191	1.20 78	0.90 166	0.42 372	0.40 410	0.33 279	0.30 299	0.46 362	0.38 285

DMCA	1.72 234	0.74 284	6.63 281	1.14 294	0.96 312	3.98 360	0.90 291	3.75 297	2.76 437	2.83 463	1.58 200	2.35 324	1.18 215	1.58 151	1.98 385	0.40 347	0.27 298	0.42 385	0.26 198	0.36 252	0.38 285

test_sample5	2.33 342	0.62 176	11.29 340	1.29 362	0.83 269	3.09 180	0.74 181	4.28 452	2.31 358	2.20 346	1.97 338	1.68 223	1.39 251	11.19 488	1.47 298	0.37 312	0.31 342	0.37 343	0.37 379	0.41 306	0.39 291

DispNO	3.00 441	0.75 296	18.92 446	1.17 315	1.10 356	3.72 288	0.94 320	4.29 455	2.54 412	2.24 363	2.28 399	4.51 491	2.12 398	11.40 494	2.09 398	0.31 225	0.28 309	0.31 225	0.28 253	0.36 252	0.39 291

CoDeX	2.40 359	0.78 310	13.21 354	1.00 218	1.18 370	3.24 197	1.32 406	4.14 408	2.41 386	1.74 205	1.84 300	2.05 296	1.47 280	10.03 443	1.60 324	0.34 273	0.28 309	0.32 245	0.27 224	0.32 185	0.39 291

DualNet	2.33 342	0.62 176	11.29 340	1.29 362	0.83 269	3.09 180	0.74 181	4.28 452	2.31 358	2.26 369	2.04 350	1.68 223	1.39 251	11.19 488	1.47 298	0.37 312	0.31 342	0.37 343	0.37 379	0.41 306	0.39 291

iinet-f	2.26 321	1.18 417	13.71 362	1.14 294	1.11 358	3.77 297	1.10 370	4.14 408	2.17 327	2.06 299	1.76 262	2.99 395	2.99 450	2.50 256	2.49 433	0.35 293	0.39 405	0.27 133	0.28 253	0.45 351	0.39 291

gwcnet-sp	2.31 335	1.21 422	17.34 416	1.08 260	0.92 301	3.56 261	1.04 353	3.69 287	2.09 306	2.55 426	1.60 208	1.80 252	1.62 318	3.87 309	1.95 380	0.29 167	0.29 319	0.30 203	0.28 253	0.38 267	0.39 291

scenet	2.31 335	1.21 422	17.34 416	1.08 260	0.92 301	3.56 261	1.04 353	3.69 287	2.09 306	2.55 426	1.60 208	1.80 252	1.62 318	3.87 309	1.95 380	0.29 167	0.29 319	0.30 203	0.28 253	0.38 267	0.39 291

ToySt	1.35 185	0.72 265	3.65 249	1.01 224	0.50 113	3.31 213	1.01 344	3.46 244	1.73 235	1.30 139	1.55 194	2.07 301	1.47 280	1.88 208	1.40 280	0.27 109	0.27 298	0.30 203	0.32 326	0.42 325	0.39 291

ssnet	2.31 335	1.21 422	17.34 416	1.08 260	0.92 301	3.56 261	1.04 353	3.69 287	2.09 306	2.55 426	1.60 208	1.80 252	1.62 318	3.87 309	1.95 380	0.29 167	0.29 319	0.30 203	0.28 253	0.38 267	0.39 291

iRaft-Stereo_5w	2.10 298	0.83 332	8.57 302	0.81 81	0.76 241	3.21 189	0.84 249	3.71 293	1.65 213	1.56 169	2.50 432	2.20 309	2.23 411	9.13 414	2.01 388	0.38 329	0.19 96	0.35 316	0.27 224	0.45 351	0.39 291

MIPNet	2.33 342	0.71 261	19.82 469	0.89 141	0.56 144	4.76 516	0.61 110	4.32 470	2.37 375	1.83 219	1.48 176	1.48 199	1.98 388	2.63 274	1.44 289	0.29 167	0.20 132	0.26 105	0.23 144	0.30 140	0.39 291

PFNet	2.47 373	0.60 150	16.95 413	2.15 508	0.81 256	4.63 491	0.91 299	2.55 134	1.52 143	2.40 407	2.79 460	1.83 261	1.42 265	7.54 386	1.34 276	0.33 261	0.21 163	0.36 331	0.27 224	0.32 185	0.39 291

Pruner-Stereo	1.32 184	0.59 138	2.11 153	1.79 485	0.47 94	4.73 511	0.79 218	2.53 124	1.72 232	2.47 415	1.58 200	1.48 199	1.03 164	1.66 173	1.47 298	0.44 384	0.21 163	0.34 297	0.30 299	0.30 140	0.39 291

psm_up	2.28 328	0.81 322	5.45 275	1.26 351	1.50 445	3.84 313	1.23 397	4.23 429	2.03 291	2.55 426	1.80 276	2.44 340	1.65 336	12.90 536	1.58 320	0.37 312	0.38 396	0.41 378	0.34 342	0.43 335	0.39 291

UNet	2.51 380	0.74 284	20.17 486	1.14 294	1.44 436	3.48 239	0.76 194	3.77 301	1.87 263	2.05 294	1.57 199	2.75 372	2.39 420	3.51 298	2.51 435	0.32 245	0.26 287	0.41 378	0.26 198	0.38 267	0.39 291

UPFNet	1.81 249	0.63 185	6.71 282	1.25 345	1.44 436	3.50 246	1.35 409	4.02 370	1.85 261	2.40 407	1.52 181	2.41 331	1.40 255	3.62 302	1.88 370	0.34 273	0.33 357	0.37 343	0.31 315	0.41 306	0.39 291

FENet	2.25 319	0.50 57	20.29 495	1.35 391	0.67 207	4.01 364	0.60 106	3.95 349	1.99 282	1.96 258	1.11 85	2.43 337	1.43 268	1.60 158	1.39 279	0.32 245	0.22 191	0.33 279	0.26 198	0.29 117	0.39 291

ac_64	2.35 351	0.62 176	9.77 318	1.32 375	1.71 485	3.27 204	0.93 314	3.48 245	2.50 403	1.74 205	1.73 247	3.91 461	1.77 358	10.21 449	1.86 368	0.40 347	0.31 342	0.33 279	0.30 299	0.34 221	0.39 291

CFNet-ft	1.90 261	0.95 370	3.56 243	1.07 252	1.54 451	4.09 379	0.90 291	2.85 175	1.82 253	1.78 211	1.70 238	2.75 372	1.48 282	9.33 419	1.72 348	0.33 261	0.30 332	0.61 469	0.36 367	0.52 382	0.39 291

CFNet_RVC	1.90 261	0.95 370	3.56 243	1.07 252	1.54 451	4.09 379	0.90 291	2.85 175	1.82 253	1.78 211	1.70 238	2.75 372	1.48 282	9.33 419	1.72 348	0.33 261	0.30 332	0.61 469	0.36 367	0.52 382	0.39 291

rvit_0105_4	1.07 119	0.99 378	2.39 182	0.93 177	0.54 133	1.62 59	0.84 249	2.77 166	2.91 459	0.80 80	0.91 49	1.09 140	0.86 120	1.63 168	0.85 142	0.40 347	0.45 435	0.35 316	0.31 315	0.43 335	0.40 311

ttt	2.76 412	0.56 108	2.28 172	1.41 415	1.21 389	3.67 282	0.77 207	4.59 514	2.94 464	2.35 395	2.30 407	2.45 341	1.54 305	11.25 491	15.56 530	0.43 377	0.36 377	0.37 343	0.33 334	0.40 282	0.40 311

GANet-RSSM	1.98 279	0.62 176	3.49 238	1.69 468	1.23 390	4.22 422	0.91 299	3.31 226	1.86 262	1.81 216	1.74 249	2.34 322	1.82 371	10.92 474	1.73 352	0.34 273	0.29 319	0.31 225	0.28 253	0.39 277	0.40 311

BEATNet_4x	1.92 268	1.36 450	8.75 307	1.20 328	0.56 144	3.46 233	1.03 350	4.00 364	2.43 389	2.25 366	1.70 238	2.10 303	1.59 310	2.57 270	3.05 457	0.37 312	0.22 191	0.47 407	0.29 281	0.60 411	0.40 311

iResNet_ROB	1.89 259	1.02 383	8.60 304	1.39 411	0.98 323	3.72 288	0.66 140	3.84 315	2.65 424	1.88 231	2.05 356	1.98 285	1.27 229	4.52 322	1.67 342	0.30 206	0.20 132	0.28 162	0.18 47	0.31 159	0.40 311

LE_ROB	18.58 559	1.21 422	48.38 570	8.60 560	23.00 564	7.32 540	19.74 561	9.94 546	38.69 569	43.53 567	21.91 557	28.40 565	40.92 568	23.18 559	54.71 573	0.34 273	0.33 357	0.32 245	0.36 367	0.42 325	0.40 311

FACV-RUCA	1.26 167	0.65 207	2.21 160	1.06 250	1.50 445	2.69 138	1.15 380	3.05 195	1.87 263	1.36 145	1.99 342	1.03 135	1.15 212	1.36 111	1.10 216	0.41 361	0.41 417	0.73 493	0.41 415	0.61 416	0.41 317

STrans-v2	3.03 445	0.77 304	20.91 519	0.81 81	0.63 183	3.89 328	1.01 344	4.27 447	2.64 423	2.28 371	3.70 494	4.13 474	5.20 505	7.33 381	1.27 258	0.31 225	0.18 66	0.29 183	0.25 180	0.29 117	0.41 317

THIR-Stereo	4.14 494	0.82 329	10.85 336	0.86 127	0.43 62	2.16 95	16.77 556	3.22 214	1.54 159	2.04 293	12.05 546	2.68 363	7.53 532	7.30 380	12.62 522	0.30 206	0.21 163	0.29 183	0.28 253	0.33 203	0.41 317

DISCO	2.25 319	0.73 276	10.06 323	1.76 478	1.12 359	3.47 236	1.25 400	3.24 218	2.26 344	2.65 448	1.96 332	4.53 493	1.92 385	4.17 319	3.61 464	0.32 245	0.25 274	0.31 225	0.29 281	0.66 436	0.41 317

test_sample6	2.35 351	0.62 176	10.78 335	1.33 380	0.83 269	3.15 185	0.79 218	4.36 481	2.43 389	2.26 369	2.04 350	1.69 228	1.39 251	11.48 499	1.61 327	0.38 329	0.32 350	0.37 343	0.39 398	0.41 306	0.42 321

DCANet-4	1.96 275	0.51 63	14.31 379	0.82 91	0.40 45	4.16 404	0.57 90	4.29 455	2.98 469	2.30 377	1.80 276	1.03 135	1.54 305	1.44 125	1.44 289	0.29 167	0.23 218	0.23 28	0.18 47	0.24 46	0.42 321

fff	1.74 237	0.70 249	9.08 309	0.81 81	0.36 13	4.15 394	0.57 90	4.23 429	2.09 306	2.30 377	1.80 276	1.19 159	3.02 453	1.44 125	1.46 293	0.29 167	0.23 218	0.23 28	0.18 47	0.24 46	0.42 321

HHNet	2.48 375	0.71 261	20.52 504	0.64 16	0.64 185	4.07 377	0.93 314	3.76 299	1.56 173	2.15 328	4.92 508	0.98 127	3.37 469	1.66 173	1.79 360	0.32 245	0.20 132	0.31 225	0.27 224	0.36 252	0.42 321

Anonymous3	1.72 234	0.76 301	11.61 344	0.83 101	0.84 276	4.46 457	0.84 249	3.57 264	1.16 47	1.34 142	1.37 146	1.11 145	1.03 164	1.58 151	1.13 223	0.70 476	0.58 476	0.33 279	0.35 357	0.47 366	0.42 321

csc	1.74 237	0.70 249	9.08 309	0.81 81	0.36 13	4.15 394	0.57 90	4.23 429	2.09 306	2.30 377	1.80 276	1.19 159	3.02 453	1.44 125	1.46 293	0.29 167	0.23 218	0.23 28	0.18 47	0.24 46	0.42 321

cscssc	1.74 237	0.70 249	9.08 309	0.81 81	0.36 13	4.15 394	0.57 90	4.23 429	2.09 306	2.30 377	1.80 276	1.19 159	3.02 453	1.44 125	1.46 293	0.29 167	0.23 218	0.23 28	0.18 47	0.24 46	0.42 321

MMNet	2.02 287	0.81 322	10.76 334	1.12 286	1.23 390	3.53 253	0.89 286	3.79 305	2.08 303	2.15 328	1.76 262	2.15 306	2.12 398	3.69 305	2.32 418	0.31 225	0.29 319	0.34 297	0.27 224	0.38 267	0.42 321

DSFCA	1.89 259	0.69 239	3.14 225	1.10 275	1.18 370	3.99 361	1.79 459	3.50 251	2.16 325	3.10 479	1.64 219	2.91 390	2.50 428	5.38 336	2.26 413	0.43 377	0.38 396	0.37 343	0.36 367	0.50 377	0.42 321

test_sample7	1.65 225	0.70 249	2.60 194	1.48 434	0.76 241	2.38 110	1.07 359	4.35 476	2.11 316	2.14 320	1.75 253	1.75 236	1.67 340	6.26 360	1.26 255	0.44 384	0.48 454	0.43 389	0.40 409	0.46 362	0.43 330

MyStereo8	2.33 342	1.13 407	19.26 454	1.22 337	1.62 467	4.16 404	0.57 90	3.50 251	2.36 369	2.15 328	1.75 253	2.28 313	1.14 204	1.46 133	2.20 409	0.24 60	0.21 163	0.32 245	0.27 224	0.36 252	0.43 330

riskmin	1.25 160	0.56 108	2.05 139	1.05 244	0.93 306	2.86 149	0.55 83	3.23 216	1.34 73	1.55 167	1.07 79	3.56 449	2.03 389	1.29 98	1.00 201	0.28 146	0.27 298	0.34 297	0.21 97	0.41 306	0.43 330

CRFU-Net	2.49 377	0.78 310	10.36 328	2.30 515	1.08 350	3.91 331	1.41 424	3.85 318	1.65 213	2.15 328	1.76 262	3.34 424	7.95 535	5.56 342	1.48 301	0.47 407	0.35 373	0.30 203	0.28 253	0.37 262	0.43 330

ADLNet2	3.15 457	0.92 358	20.06 479	1.20 328	1.79 494	3.83 308	1.48 430	3.94 347	3.59 508	2.19 343	2.47 429	4.65 500	1.93 386	10.69 464	1.96 383	0.39 341	0.37 390	0.28 162	0.30 299	0.48 369	0.43 330

UCFNet_RVC	1.57 208	0.84 336	3.25 228	1.36 397	1.40 426	4.07 377	1.01 344	2.68 153	1.50 127	2.11 310	1.88 314	2.37 327	1.50 289	3.41 296	1.42 286	0.36 304	0.28 309	0.52 440	0.40 409	0.53 388	0.43 330

rvit_0105_5	1.13 125	0.93 362	2.60 194	0.91 157	0.56 144	1.92 76	0.91 299	3.02 192	2.63 421	0.95 110	1.20 98	1.18 155	0.93 141	1.51 142	0.93 184	0.40 347	0.43 425	0.37 343	0.35 357	0.42 325	0.44 336

DisPM	1.36 186	0.55 97	2.39 182	1.54 445	0.51 115	4.59 485	0.79 218	2.50 122	1.88 265	2.50 418	1.83 295	1.45 196	1.01 160	2.71 280	0.93 184	0.46 398	0.20 132	0.32 245	0.31 315	0.31 159	0.44 336

AACVNet	1.83 250	1.02 383	2.41 185	1.45 426	0.87 287	3.21 189	0.73 169	3.16 207	1.61 202	2.01 281	1.82 294	2.28 313	1.33 241	10.98 476	1.49 304	0.39 341	0.32 350	0.38 359	0.32 326	0.43 335	0.44 336

CFNet_pseudo	2.12 302	0.67 228	15.14 393	0.85 122	0.74 235	3.95 348	0.64 128	3.95 349	1.78 248	1.90 238	1.79 273	3.27 418	1.62 318	2.51 259	1.16 228	0.31 225	0.36 377	0.53 444	0.27 224	0.63 421	0.44 336

DMCA-RVC	2.45 367	1.22 428	18.29 434	1.23 341	1.14 362	2.49 120	0.85 258	3.29 224	1.68 219	3.02 474	1.41 156	2.00 288	1.53 302	6.39 362	2.00 386	0.38 329	0.30 332	0.44 393	0.35 357	0.45 351	0.44 336

MDST_ROB	5.53 518	0.59 138	23.11 551	2.55 520	2.69 523	21.20 560	1.98 472	4.77 523	2.65 424	9.36 547	4.25 501	4.14 475	4.45 496	22.57 557	3.68 466	0.48 411	0.33 357	0.47 407	0.44 426	0.44 343	0.44 336

LL-Strereo	3.01 443	1.81 484	17.59 426	1.12 286	2.10 513	2.90 152	1.09 368	4.33 472	2.00 286	3.12 481	2.24 392	3.29 419	3.15 459	11.31 492	1.84 366	0.30 206	0.28 309	0.46 404	0.34 342	0.49 375	0.45 342

fast-acv-ft	2.54 386	1.19 419	20.08 482	1.41 415	1.40 426	3.18 187	1.17 385	3.37 238	2.28 350	1.90 238	2.15 377	2.69 364	2.17 407	2.91 284	2.31 417	0.37 312	0.39 405	0.45 399	0.39 398	0.57 403	0.45 342

CIPLG	2.27 323	1.18 417	19.24 451	0.92 163	1.34 413	3.95 348	0.89 286	4.23 429	1.82 253	2.31 383	2.67 451	1.17 151	1.06 180	1.53 146	1.32 269	0.37 312	0.23 218	0.27 133	0.22 129	0.31 159	0.45 342

IPLGR_C	2.28 328	1.31 443	19.46 459	0.92 163	1.32 408	3.93 338	0.89 286	4.20 417	1.82 253	2.30 377	2.63 448	1.16 150	1.07 182	1.41 121	1.29 265	0.37 312	0.23 218	0.27 133	0.22 129	0.31 159	0.45 342

AASNet	2.44 366	0.92 358	19.79 468	1.35 391	1.49 443	3.81 306	1.07 359	3.85 318	2.93 463	1.95 254	2.29 402	1.96 281	1.29 234	1.73 184	1.93 376	0.39 341	0.33 357	0.45 399	0.30 299	0.55 393	0.45 342

delet	1.92 268	0.76 301	5.14 268	1.01 224	1.65 475	3.44 228	2.03 475	3.76 299	2.48 398	2.01 281	2.05 356	2.63 360	1.90 383	5.34 335	2.12 400	0.28 146	0.29 319	0.40 368	0.31 315	0.41 306	0.45 342

HGLStereo	2.03 288	0.74 284	7.50 292	1.23 341	1.56 458	3.62 274	0.95 324	3.78 304	1.89 269	2.03 290	2.20 386	3.12 406	2.14 401	5.68 345	2.04 390	0.37 312	0.31 342	0.32 245	0.29 281	0.40 282	0.45 342

MSMDNet	2.23 315	0.64 197	17.32 415	0.84 110	0.75 237	3.53 253	0.64 128	3.61 271	1.98 281	1.71 200	1.64 219	3.22 413	2.99 450	2.08 223	1.11 219	0.31 225	0.37 390	0.45 399	0.26 198	0.62 420	0.45 342

ccs_rob	2.13 304	0.67 228	15.11 392	0.84 110	0.75 237	3.96 353	0.65 137	3.95 349	1.78 248	1.88 231	1.79 273	3.26 417	1.64 334	2.51 259	1.16 228	0.31 225	0.36 377	0.54 451	0.27 224	0.65 431	0.45 342

iResNet	2.52 383	0.94 368	21.17 528	1.84 489	0.72 225	3.75 294	0.81 237	4.14 408	2.55 414	2.33 393	2.03 347	1.35 181	1.44 271	3.27 292	2.16 407	0.35 293	0.23 218	0.28 162	0.22 129	0.44 343	0.45 342

dd	1.26 167	1.15 412	2.47 187	0.92 163	0.49 109	4.35 440	0.75 191	1.92 57	2.11 316	1.44 157	1.24 109	1.19 159	1.05 173	1.78 190	1.70 345	0.57 449	0.34 369	0.35 316	0.33 334	0.60 411	0.46 352

ACRE	2.27 323	1.11 405	19.45 458	0.91 157	1.30 400	3.94 343	0.87 279	4.21 422	1.80 251	2.28 371	2.62 446	1.17 151	1.04 168	1.52 144	1.30 266	0.37 312	0.23 218	0.27 133	0.22 129	0.31 159	0.46 352

TransformOpticalFlow	3.03 445	0.77 304	20.99 522	1.00 218	0.55 140	4.18 412	0.64 128	4.33 472	3.02 473	2.18 339	3.09 477	4.35 485	5.07 503	7.36 384	1.27 258	0.32 245	0.18 66	0.32 245	0.26 198	0.28 104	0.46 352

TANstereo	1.01 108	0.55 97	1.73 106	0.76 70	0.36 13	4.04 369	0.38 21	1.48 13	1.62 205	2.03 290	2.10 365	0.84 97	0.93 141	0.98 30	0.62 50	0.28 146	0.36 377	0.23 28	0.20 83	0.25 60	0.46 352

CBMV_ROB	3.62 475	0.70 249	21.42 535	1.21 334	0.89 295	4.43 455	1.76 458	4.39 487	2.79 441	5.88 529	3.38 487	4.18 477	5.12 504	10.75 465	2.32 418	0.56 447	0.55 468	0.53 444	0.51 453	0.55 393	0.46 352

PCWNet_CMD	2.23 315	0.65 207	17.36 419	0.83 101	0.76 241	3.51 249	0.64 128	3.60 268	1.97 279	1.70 196	1.63 217	3.22 413	3.05 456	2.09 226	1.11 219	0.31 225	0.36 377	0.47 407	0.26 198	0.64 428	0.47 357

Wz-Net-MNSev	2.71 411	2.54 505	13.91 371	1.52 441	1.37 419	3.28 208	2.47 490	4.03 371	2.32 362	2.57 430	2.07 361	2.29 318	3.01 452	7.55 387	2.74 447	0.38 329	0.36 377	0.36 331	0.37 379	0.57 403	0.47 357

GES	1.38 189	0.64 197	2.61 197	1.09 266	0.57 156	4.30 436	1.02 348	3.86 321	1.51 134	1.72 201	1.74 249	1.28 171	1.77 358	1.62 164	1.61 327	0.39 341	0.27 298	0.33 279	0.30 299	0.41 306	0.47 357

DLCB_ROB	2.05 292	0.95 370	2.37 180	1.24 343	1.02 335	2.92 157	1.30 404	3.68 282	2.30 354	2.91 465	2.17 380	3.32 423	1.52 295	10.37 454	2.50 434	0.40 347	0.33 357	0.40 368	0.36 367	0.41 306	0.47 357

DFGA-Net	2.11 300	3.00 511	7.43 290	1.11 282	0.76 241	3.72 288	0.60 106	2.63 147	1.91 273	2.01 281	2.07 361	1.22 165	1.04 168	10.26 452	2.26 413	0.27 109	0.22 191	0.34 297	0.34 342	0.61 416	0.48 361

PAM_32	2.45 367	0.63 185	20.74 512	1.05 244	0.65 193	2.83 144	0.46 52	2.91 181	1.54 159	1.95 254	2.66 450	4.99 507	3.78 481	1.96 214	0.92 176	0.27 109	0.22 191	0.27 133	0.25 180	0.36 252	0.48 361

EKT-Stereo	6.79 532	0.64 197	4.24 256	1.77 479	106.39 576	4.51 472	0.61 110	3.16 207	1.53 150	1.88 231	1.22 104	1.98 285	1.36 246	3.81 307	0.84 139	0.35 293	0.24 252	0.29 183	0.26 198	0.34 221	0.48 361

hitnet-ft	2.37 357	0.73 276	8.34 299	0.96 191	0.89 295	3.77 297	0.80 228	3.55 262	2.58 416	2.24 363	2.04 350	3.65 453	1.49 288	11.71 514	1.89 371	0.44 384	0.53 462	0.44 393	0.35 357	0.52 382	0.48 361

FADNet-RVC	2.51 380	2.27 497	14.03 372	1.09 266	0.81 256	3.54 257	1.10 370	4.13 402	2.48 398	1.39 151	1.22 104	1.85 267	1.77 358	9.78 431	2.06 393	0.38 329	0.37 390	0.40 368	0.40 409	0.67 438	0.48 361

SGM_RVC	4.57 502	0.72 265	17.46 423	1.84 489	0.58 165	4.23 425	3.45 520	4.66 518	3.66 511	7.99 542	8.82 531	7.56 528	8.74 540	12.30 527	6.84 492	0.43 377	0.38 396	0.39 362	0.35 357	0.51 379	0.48 361
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
CFNet_ucs	2.36 356	0.68 236	18.42 439	0.89 141	0.81 256	3.85 321	0.68 147	4.29 455	2.37 375	2.09 303	2.04 350	3.31 422	1.24 227	2.63 274	1.14 224	0.36 304	0.45 435	0.56 454	0.29 281	0.66 436	0.49 367

Wz-Net-LNSev	2.30 334	1.67 477	14.88 385	1.18 321	1.65 475	3.49 242	1.54 440	3.63 273	2.03 291	1.88 231	1.64 219	3.29 419	2.06 393	2.71 280	2.02 389	0.40 347	0.33 357	0.32 245	0.31 315	0.53 388	0.49 367

GwcNet-ADL	2.47 373	0.67 228	21.48 536	0.96 191	0.72 225	4.61 488	0.95 324	4.42 491	2.36 369	1.98 262	1.80 276	2.55 351	1.24 227	1.90 209	1.41 284	0.40 347	0.46 444	0.24 57	0.27 224	0.41 306	0.49 367

PFNet+	1.46 197	0.57 117	2.84 212	0.92 163	0.47 94	4.64 492	0.84 249	2.46 116	1.99 282	2.14 320	1.64 219	1.34 179	1.03 164	4.68 326	1.23 247	0.45 393	0.33 357	0.37 343	0.39 398	0.32 185	0.49 367

FINET	2.96 431	1.07 396	23.18 553	1.29 362	1.86 499	2.03 84	1.52 435	4.30 463	4.71 526	2.23 361	2.34 421	1.65 219	1.48 282	5.89 350	2.81 451	0.51 432	0.47 448	0.49 428	0.40 409	0.59 407	0.49 367

PSMNet_ROB	2.95 428	1.38 452	18.46 440	1.19 323	1.20 383	3.80 304	1.65 452	3.54 260	2.35 366	1.98 262	1.71 242	2.75 372	1.79 361	11.43 497	2.78 449	0.42 372	0.36 377	0.50 431	0.60 473	0.59 407	0.49 367

SGM-Forest	2.96 431	0.62 176	3.49 238	1.09 266	0.80 253	4.06 372	3.30 516	4.37 484	3.09 479	4.18 514	3.27 485	4.67 501	3.86 484	11.69 513	7.91 500	0.51 432	0.46 444	0.49 428	0.39 398	0.48 369	0.49 367
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
PAM	2.43 364	0.61 166	20.86 515	1.07 252	0.73 230	2.93 161	0.53 76	3.24 218	1.53 150	1.89 237	2.43 425	5.29 516	2.76 440	1.84 200	1.02 203	0.27 109	0.24 252	0.26 105	0.25 180	0.40 282	0.50 374

rvit_0105_3	1.24 156	0.93 362	2.84 212	0.97 198	0.58 165	2.38 110	1.08 364	3.26 221	2.53 408	1.18 133	1.40 154	1.24 167	1.04 168	1.73 184	0.97 193	0.44 384	0.44 430	0.40 368	0.42 421	0.42 325	0.50 374

CSP-Net	1.78 245	1.32 445	1.92 125	1.16 313	1.03 336	3.38 219	1.31 405	3.52 255	1.75 243	1.96 258	1.93 330	2.40 329	1.48 282	8.58 403	1.58 320	0.46 398	0.34 369	0.27 133	0.26 198	0.41 306	0.50 374

ASMatch	2.62 397	0.60 150	20.65 510	1.37 407	0.64 185	4.39 445	0.78 211	1.97 61	1.58 182	1.70 196	3.89 499	1.94 274	3.79 482	5.46 338	1.64 338	0.31 225	0.24 252	0.34 297	0.28 253	0.33 203	0.50 374

GEStereo_RVC	1.91 265	0.80 318	6.57 280	1.20 328	1.06 344	4.02 366	1.43 428	4.13 402	1.89 269	2.03 290	1.80 276	2.34 322	1.86 378	4.94 328	1.77 357	0.48 411	0.38 396	0.32 245	0.28 253	0.42 325	0.50 374

GANet	2.93 427	1.05 390	11.29 340	1.64 462	0.96 312	3.91 331	2.52 493	3.72 294	2.41 386	2.95 472	3.00 471	3.21 412	2.03 389	12.42 530	4.72 476	0.51 432	0.41 417	0.46 404	0.39 398	0.60 411	0.50 374

TDLM	2.29 331	1.08 398	4.61 264	1.29 362	1.01 334	4.26 427	2.17 482	3.75 297	2.79 441	2.31 383	1.98 340	2.06 298	1.59 310	12.45 531	1.72 348	0.51 432	0.28 309	0.52 440	0.35 357	0.56 399	0.50 374

CVANet_RVC	2.55 390	1.10 402	9.13 314	1.46 428	1.15 364	3.96 353	1.53 437	3.91 338	2.50 403	3.04 475	2.04 350	2.60 356	1.72 351	12.46 532	1.50 305	0.49 423	0.30 332	0.51 434	0.41 415	0.63 421	0.50 374

rvit_stereo_0075_2	1.18 136	0.74 284	2.66 203	0.90 150	1.27 398	2.51 122	0.69 153	2.25 89	2.06 300	1.40 152	1.86 310	1.46 198	0.84 115	1.42 122	0.94 186	0.46 398	0.40 410	0.48 415	0.38 392	0.46 362	0.51 382

ADStereo(finetuned)	2.04 290	0.73 276	13.28 355	0.82 91	0.40 45	4.16 404	0.59 103	4.25 439	2.97 466	2.35 395	1.84 300	1.18 155	3.40 470	1.52 144	1.54 315	0.29 167	0.24 252	0.23 28	0.18 47	0.30 140	0.51 382

PSMNet-ADL	1.91 265	0.72 265	1.78 113	1.09 266	0.86 282	4.18 412	0.78 211	3.77 301	2.10 314	1.72 201	1.85 307	2.91 390	1.82 371	10.38 456	1.91 374	0.48 411	0.46 444	0.28 162	0.29 281	0.38 267	0.51 382

ICVP	2.26 321	0.66 218	21.18 529	0.99 210	0.88 290	4.28 433	0.95 324	3.32 231	1.60 198	1.66 188	1.76 262	1.34 179	1.14 204	1.62 164	1.32 269	0.53 441	0.35 373	0.33 279	0.29 281	0.40 282	0.51 382
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
STTStereo	2.34 346	0.95 370	14.93 388	1.43 419	1.54 451	3.86 323	0.86 261	3.65 276	2.44 393	2.15 328	1.55 194	2.49 347	1.59 310	5.14 332	1.44 289	0.38 329	0.39 405	0.47 407	0.51 453	0.52 382	0.51 382

ssnet_v2	2.04 290	0.88 348	7.87 293	1.20 328	0.87 287	3.86 323	1.64 449	4.01 366	2.60 418	2.61 439	1.96 332	3.79 456	1.71 349	2.20 239	2.96 453	0.41 361	0.35 373	0.42 385	0.37 379	0.55 393	0.52 387

DeepPruner_ROB	2.05 292	1.09 401	10.50 331	1.01 224	1.20 383	4.39 445	0.91 299	3.14 204	1.72 232	2.60 437	1.54 190	2.78 380	1.27 229	4.52 322	1.72 348	0.51 432	0.40 410	0.37 343	0.34 342	0.48 369	0.52 387

dad	1.65 225	1.19 419	3.04 221	0.98 204	0.56 144	4.22 422	0.84 249	1.99 63	2.48 398	2.14 320	1.68 231	1.62 217	1.13 197	3.85 308	2.04 390	1.03 499	0.40 410	2.04 524	0.48 440	0.75 459	0.53 389

GrayStereo	2.58 395	0.53 80	1.63 100	1.58 454	0.89 295	4.17 409	8.17 546	3.03 193	1.52 143	2.80 460	2.50 432	1.70 230	17.10 552	2.83 283	1.15 225	0.33 261	0.21 163	0.27 133	0.32 326	0.28 104	0.53 389

DCANet	1.74 237	0.73 276	9.08 309	0.82 91	0.40 45	4.18 412	0.59 103	4.25 439	2.97 466	2.35 395	1.84 300	1.18 155	1.63 331	1.51 142	1.55 316	0.29 167	0.24 252	0.23 28	0.18 47	0.30 140	0.53 389

FADNet	2.49 377	1.76 481	13.17 353	1.17 315	0.95 311	3.27 204	0.88 283	3.94 347	2.27 346	1.40 152	1.29 126	2.51 348	2.06 393	9.93 438	1.94 378	0.43 377	0.45 435	0.40 368	0.43 424	1.06 487	0.53 389

SGM-ForestM	11.55 548	1.16 415	21.62 540	2.14 507	0.81 256	22.25 562	19.08 560	16.50 561	11.34 547	15.94 562	14.44 553	27.12 564	22.61 562	24.76 563	28.39 568	0.50 426	0.48 454	0.47 407	0.44 426	0.55 393	0.53 389

CBMV	3.32 466	0.96 376	21.16 527	1.32 375	0.83 269	3.81 306	3.91 533	4.47 500	2.53 408	3.34 491	2.24 392	4.45 488	2.58 433	10.07 445	1.96 383	0.45 393	0.43 425	0.48 415	0.38 392	0.52 382	0.53 389
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
YMNet	2.40 359	1.41 457	13.46 358	1.36 397	1.67 479	3.96 353	0.97 333	3.81 308	2.37 375	2.64 444	2.57 442	3.35 425	1.53 302	3.28 293	2.42 426	0.48 411	0.54 464	0.52 440	0.49 443	0.70 444	0.54 395

YMNet_1	2.40 359	1.41 457	13.46 358	1.36 397	1.67 479	3.96 353	0.97 333	3.81 308	2.37 375	2.64 444	2.57 442	3.35 425	1.53 302	3.28 293	2.42 426	0.48 411	0.54 464	0.52 440	0.49 443	0.70 444	0.54 395

111	1.83 250	0.92 358	9.08 309	0.81 81	0.36 13	4.25 426	0.91 299	4.44 495	2.70 430	2.39 405	1.96 332	2.30 319	1.64 334	1.28 95	1.82 363	0.28 146	0.22 191	0.24 57	0.20 83	0.31 159	0.54 395

NOSS_ROB	2.27 323	0.73 276	3.00 219	1.71 472	1.00 333	3.90 330	0.97 333	4.29 455	2.81 451	2.94 471	2.19 384	3.88 460	1.19 219	11.77 516	1.62 332	0.59 452	0.54 464	0.56 454	0.52 456	0.56 399	0.54 395

Nwc_Net	2.88 423	1.16 415	18.30 435	1.35 391	1.68 482	3.52 252	1.18 386	3.90 334	2.06 300	2.52 423	2.82 465	3.82 458	2.34 417	6.78 374	2.55 440	0.86 491	0.40 410	0.59 461	0.67 480	0.57 403	0.55 399

AANet_RVC	3.03 445	1.72 478	12.78 351	1.17 315	1.12 359	3.79 302	1.10 370	3.86 321	3.13 481	2.62 440	4.26 502	3.96 464	1.41 260	11.43 497	5.23 483	0.94 494	0.47 448	0.34 297	0.23 144	0.40 282	0.55 399

pcwnet_v2	2.70 410	0.65 207	22.48 547	1.08 260	1.03 336	3.56 261	0.81 237	4.29 455	3.14 483	2.29 373	2.29 402	3.01 397	1.71 349	3.32 295	1.43 287	0.43 377	0.50 459	0.41 378	0.34 342	0.61 416	0.56 401

FADNet-RVC-Resample	2.83 416	2.02 492	21.07 523	1.12 286	0.91 300	3.53 253	1.37 416	4.08 390	2.09 306	1.68 191	1.33 133	2.03 292	1.51 293	9.54 424	1.69 344	0.38 329	0.37 390	0.42 385	0.44 426	0.56 399	0.56 401

AF-Net	2.87 421	1.30 439	16.24 401	1.33 380	1.75 489	3.26 202	1.59 444	4.09 392	2.43 389	2.69 451	2.94 468	4.51 491	3.20 463	5.84 349	2.75 448	0.76 480	0.36 377	0.72 490	0.49 443	0.70 444	0.56 401

XPNet_ROB	2.27 323	1.11 405	4.10 255	1.36 397	0.97 316	3.94 343	1.63 447	4.07 386	2.14 321	2.82 462	2.00 344	2.32 321	1.73 354	10.81 469	3.39 461	0.51 432	0.47 448	0.48 415	0.40 409	0.51 379	0.56 401

ISRNet	1.69 231	0.76 301	5.69 277	1.27 358	1.36 417	2.85 147	0.61 110	3.60 268	1.91 273	2.13 317	2.12 372	2.90 387	1.41 260	2.51 259	1.71 346	0.49 423	0.50 459	0.56 454	0.47 435	0.49 375	0.57 405

APVNet	3.13 454	1.25 434	21.14 525	1.31 372	1.52 448	3.94 343	1.13 377	3.32 231	2.14 321	2.20 346	2.03 347	3.05 402	1.96 387	11.79 517	2.53 437	0.42 372	0.45 435	0.64 477	0.46 432	0.67 438	0.57 405

DRN-Test	3.03 445	0.99 378	18.18 431	1.35 391	1.60 464	3.59 267	1.48 430	4.13 402	2.45 394	3.47 496	1.92 328	2.58 355	2.53 430	10.88 471	2.80 450	0.39 341	0.36 377	0.44 393	0.41 415	0.55 393	0.57 405

LALA_ROB	1.95 273	1.48 463	3.11 223	1.05 244	0.98 323	3.99 361	1.82 463	4.44 495	2.28 350	3.31 489	1.85 307	2.76 378	1.67 340	4.04 316	3.23 460	0.46 398	0.41 417	0.55 452	0.52 456	0.60 411	0.57 405

WCMA_ROB	5.12 511	0.90 351	21.33 531	1.50 438	1.33 411	4.09 379	3.49 521	4.03 371	4.59 525	6.57 535	10.95 540	12.92 541	8.41 539	9.86 434	8.78 505	0.75 479	0.58 476	0.51 434	0.50 449	0.68 441	0.57 405

rvit_105_1	1.43 193	0.90 351	3.27 230	1.08 260	0.68 212	2.79 140	1.27 401	3.52 255	2.35 366	1.38 150	1.54 190	1.28 171	1.14 204	2.91 284	1.40 280	0.54 443	0.47 448	0.45 399	0.59 471	0.44 343	0.58 410

GASNet	3.24 461	5.55 528	20.58 508	1.56 452	1.25 395	2.32 106	1.12 374	4.04 375	2.67 427	1.88 231	2.10 365	3.00 396	2.16 405	10.59 459	2.43 428	0.65 464	0.37 390	0.61 469	0.45 430	0.87 473	0.58 410

UDGNet	1.40 190	1.52 466	2.22 163	1.38 409	0.62 180	4.39 445	0.68 147	1.80 46	2.18 329	1.34 142	1.18 95	0.99 128	1.00 158	2.16 233	1.19 234	1.09 500	0.34 369	1.30 517	0.98 507	1.10 493	0.58 410

StereoDRNet	2.84 417	1.49 464	14.48 380	1.33 380	1.57 462	3.44 228	2.06 476	3.69 287	2.36 369	3.26 488	1.84 300	2.79 382	1.80 366	10.88 471	3.16 458	0.41 361	0.33 357	0.39 362	0.36 367	0.59 407	0.58 410

MeshStereo	5.35 515	1.32 445	21.34 532	1.34 387	1.15 364	4.40 449	3.90 532	5.18 529	4.55 523	10.14 552	11.82 545	11.47 536	5.84 513	13.84 547	7.03 495	0.61 455	0.58 476	0.60 466	0.58 469	0.72 456	0.59 414
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
AIO-Stereo-zeroshot	2.35 351	0.99 378	19.62 463	1.09 266	0.96 312	1.51 51	0.44 45	4.05 379	1.64 209	1.31 140	1.67 228	4.93 504	2.45 425	2.52 264	1.40 280	0.30 206	0.20 132	0.31 225	0.50 449	0.57 403	0.60 415

Wz-Net-SNSev	2.98 437	4.36 521	15.98 399	1.57 453	1.19 377	3.28 208	1.80 461	3.96 354	2.40 384	2.32 387	2.28 399	3.48 434	2.05 392	7.84 393	3.82 467	0.47 407	0.39 405	0.53 444	0.49 443	0.71 453	0.60 415

RTSC	2.95 428	2.51 501	15.49 397	1.54 445	1.30 400	3.51 249	0.86 261	3.89 329	2.48 398	3.64 497	3.12 478	3.04 399	2.30 413	5.70 346	6.67 487	0.55 445	0.35 373	0.37 343	0.39 398	0.70 444	0.60 415

FC-DCNN v2	6.91 535	0.77 304	19.25 452	1.69 468	1.64 471	9.13 545	2.40 489	7.20 542	9.47 545	11.07 557	11.62 544	20.05 554	15.79 550	12.55 534	11.99 521	0.66 466	0.57 471	0.58 458	0.56 465	0.63 421	0.61 418

HBP-ISP	3.25 463	1.10 402	20.86 515	1.54 445	1.15 364	4.50 468	2.89 505	4.43 494	2.38 380	4.14 510	1.96 332	1.90 270	2.04 391	11.08 484	1.32 269	0.66 466	0.57 471	0.66 480	0.61 476	0.64 428	0.61 418

FC-DCNN	6.64 530	0.77 304	19.26 454	1.68 467	1.64 471	8.27 543	2.35 488	6.35 540	9.23 544	10.85 555	11.27 542	19.89 552	13.33 545	12.51 533	11.79 520	0.66 466	0.57 471	0.58 458	0.56 465	0.63 421	0.61 418

DCVSM-stereo	2.31 335	0.66 218	20.69 511	1.11 282	0.93 306	2.58 133	0.73 169	2.61 145	1.60 198	2.57 430	1.53 188	3.30 421	1.72 351	2.19 238	1.23 247	0.34 273	0.53 462	0.41 378	0.32 326	0.45 351	0.62 421

NLCA_NET_v2_RVC	2.54 386	1.04 389	16.73 409	1.53 443	2.00 506	3.96 353	0.87 279	3.87 324	2.31 358	2.54 425	1.67 228	2.85 384	1.63 331	5.55 341	1.62 332	0.46 398	0.33 357	0.38 359	0.38 392	0.53 388	0.62 421
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
ETE_ROB	2.07 295	1.40 455	3.01 220	1.09 266	0.92 301	3.94 343	1.53 437	4.25 439	2.23 336	3.31 489	2.06 360	2.35 324	1.52 295	8.74 405	2.07 396	0.44 384	0.36 377	0.51 434	0.48 440	0.54 391	0.62 421

PWCDC_ROB	2.95 428	3.26 513	14.06 373	1.59 455	1.56 458	4.19 416	0.86 261	4.30 463	4.08 520	2.06 299	7.37 517	2.75 372	2.42 422	3.59 301	2.67 445	1.34 518	0.36 377	0.39 362	0.34 342	1.13 496	0.62 421

ACV-stereo	2.92 426	0.92 358	20.27 493	1.33 380	1.05 341	4.68 498	1.10 370	2.66 151	1.64 209	1.46 158	1.32 131	5.41 518	4.24 492	7.83 392	1.90 373	0.44 384	0.52 461	0.32 245	0.29 281	0.45 351	0.63 425

CASS	1.29 177	0.66 218	2.62 200	0.95 185	0.66 200	2.84 145	0.69 153	3.00 189	1.79 250	2.57 430	1.95 331	1.39 186	1.55 307	1.59 156	1.06 207	0.50 426	0.28 309	0.34 297	0.28 253	0.46 362	0.63 425
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
MSMD_ROB	5.61 519	1.08 398	16.68 408	1.21 334	0.83 269	10.14 546	2.07 478	3.93 344	6.22 539	10.37 553	8.03 522	22.22 556	9.45 541	11.66 510	4.52 473	0.66 466	0.58 476	0.66 480	0.68 483	0.65 431	0.63 425

SuperB	4.79 507	4.41 522	21.08 524	1.45 426	1.08 350	3.91 331	3.08 513	4.18 413	3.01 472	2.50 418	2.10 365	2.75 372	3.49 477	8.80 406	19.60 552	0.44 384	0.33 357	0.53 444	0.39 398	12.01 563	0.64 428

StereoDRNet-Refined	1.77 244	0.81 322	2.22 163	1.21 334	0.76 241	3.26 202	0.71 161	3.82 311	2.05 298	2.29 373	2.05 356	2.98 394	1.44 271	7.15 379	2.27 415	0.30 206	0.23 218	0.42 385	0.33 334	0.45 351	0.64 428
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
NCCL2	2.53 384	1.35 449	10.90 337	1.15 307	0.97 316	3.53 253	2.56 495	3.65 276	2.23 336	2.76 456	1.80 276	2.41 331	1.66 338	10.35 453	2.07 396	0.44 384	0.40 410	0.57 457	0.53 460	0.59 407	0.65 430

CSAN	4.71 505	1.39 454	20.23 488	1.19 323	0.87 287	3.65 280	3.50 522	4.57 513	3.87 514	3.89 503	7.82 520	3.54 448	6.16 519	23.47 562	6.82 491	0.52 438	0.45 435	0.49 428	0.52 456	0.63 421	0.66 431

AIO-Stereo-zeroshot1	2.68 407	1.26 435	22.01 545	1.08 260	0.99 326	1.61 57	0.86 261	3.69 287	1.64 209	1.52 164	5.62 513	3.35 425	3.44 475	2.20 239	1.33 273	0.26 94	0.21 163	0.30 203	0.62 477	0.93 478	0.67 432

edge stereo	3.37 469	1.01 382	21.99 544	1.28 359	1.37 419	2.67 137	1.39 419	3.98 358	2.87 456	2.93 467	3.27 485	4.35 485	2.43 423	11.62 504	2.39 421	0.60 453	0.63 486	0.79 496	0.55 463	0.68 441	0.67 432

ADCRef	3.30 464	1.23 432	14.90 386	1.17 315	1.41 433	3.95 348	1.64 449	3.88 327	2.36 369	3.05 477	2.21 388	2.40 329	2.81 444	5.04 329	16.63 537	0.46 398	0.34 369	0.63 474	0.62 477	0.54 391	0.67 432

RP	2.79 413	1.20 421	10.36 328	1.54 445	1.93 503	3.44 228	1.97 471	4.05 379	2.34 364	2.66 449	2.79 460	3.98 465	2.58 433	10.21 449	2.61 442	0.95 495	0.47 448	0.71 486	0.57 468	0.71 453	0.68 435

stereogan	3.09 450	0.93 362	16.43 404	1.37 407	1.66 478	3.70 285	1.67 454	3.87 324	3.15 485	3.04 475	2.70 454	5.04 510	2.79 442	9.96 439	1.78 359	0.63 458	0.49 458	0.69 483	0.47 435	0.83 471	0.68 435

DualNet (step1)	2.34 346	1.05 390	7.87 293	1.07 252	0.86 282	3.93 338	1.19 389	4.35 476	2.11 316	2.14 320	1.75 253	1.75 236	1.67 340	6.26 360	1.26 255	1.23 508	0.48 454	4.27 552	2.09 538	0.70 444	0.69 437

test_sample9	3.79 482	1.05 390	7.87 293	1.07 252	0.86 282	3.93 338	1.19 389	4.35 476	2.11 316	2.14 320	1.75 253	1.75 236	1.67 340	11.06 481	11.61 518	1.23 508	14.45 567	4.27 552	2.09 538	0.70 444	0.69 437

test_sample8	4.76 506	1.05 390	7.87 293	1.07 252	0.86 282	3.93 338	1.19 389	4.38 485	2.05 298	5.49 525	1.89 320	12.98 542	6.37 521	11.06 481	11.61 518	1.23 508	14.45 567	4.27 552	2.09 538	0.70 444	0.69 437

RAFT + AFF	2.51 380	2.66 507	4.48 262	1.15 307	1.95 504	4.15 394	2.01 474	4.46 499	3.30 500	2.19 343	2.51 434	2.22 310	4.87 502	8.91 409	2.06 393	0.30 206	0.60 481	0.48 415	0.38 392	0.77 461	0.69 437

STTRV1_RVC	3.52 472	1.03 388	20.87 517	1.47 431	1.47 440	3.23 193	1.55 441	4.06 383	3.22 493	1.95 254	3.50 491	2.63 360	2.07 395	11.96 524	2.21 410	1.86 521	4.03 555	0.81 499	0.73 487	1.06 487	0.70 441

sAnonymous2	1.37 187	1.22 428	9.79 319	0.92 163	0.88 290	1.23 19	0.61 110	2.56 136	1.69 225	0.85 93	1.02 62	0.73 75	1.23 225	0.98 30	0.78 118	0.29 167	0.25 274	0.31 225	0.30 299	1.06 487	0.71 442

CroCo_RVC	1.37 187	1.22 428	9.79 319	0.92 163	0.88 290	1.23 19	0.61 110	2.56 136	1.69 225	0.85 93	1.02 62	0.73 75	1.23 225	0.98 30	0.78 118	0.29 167	0.25 274	0.31 225	0.30 299	1.06 487	0.71 442

ADLNet	2.29 331	0.83 332	3.62 248	1.35 391	1.60 464	3.67 282	1.24 399	3.95 349	2.98 469	2.58 433	2.29 402	4.01 467	1.79 361	11.23 490	2.09 398	0.37 312	0.38 396	0.36 331	0.34 342	0.45 351	0.71 442

NCC-stereo	3.16 458	1.28 437	18.31 436	1.25 345	1.75 489	4.06 372	1.40 421	3.89 329	2.22 334	2.72 453	2.55 438	3.49 440	2.65 436	9.91 436	2.99 454	1.29 514	0.65 488	0.64 477	0.86 499	0.65 431	0.71 442

Abc-Net	3.16 458	1.28 437	18.31 436	1.25 345	1.75 489	4.06 372	1.40 421	3.89 329	2.22 334	2.72 453	2.55 438	3.49 440	2.65 436	9.91 436	2.99 454	1.29 514	0.65 488	0.64 477	0.86 499	0.65 431	0.71 442
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
DeepPrunerF	3.70 478	1.72 478	14.87 384	1.33 380	1.74 488	3.70 285	1.55 441	4.20 417	14.00 552	2.02 286	1.77 267	2.74 370	2.30 413	10.88 471	6.88 493	0.68 472	0.60 481	0.78 495	0.78 495	0.81 468	0.71 442

Syn2CoEx	3.08 449	2.55 506	19.88 472	1.34 387	1.18 370	2.43 115	1.65 452	3.91 338	2.40 384	2.39 405	2.27 396	2.90 387	3.17 462	9.57 427	2.54 439	0.50 426	0.45 435	0.53 444	0.39 398	0.74 457	0.72 448

WZ-Net	3.62 475	4.87 523	16.77 411	1.43 419	1.40 426	3.75 294	2.29 486	4.12 401	2.50 403	2.74 455	2.19 384	4.06 470	5.29 507	10.19 448	7.36 497	0.54 443	0.37 390	0.47 407	0.49 443	0.77 461	0.73 449

Anonymous_2	3.01 443	0.89 349	4.53 263	1.06 250	1.18 370	2.93 161	0.87 279	3.24 218	1.46 101	1.86 226	1.35 141	4.11 473	2.35 418	1.64 170	1.28 262	0.82 487	0.90 508	8.71 563	15.84 566	4.44 543	0.74 450

SHD	2.82 415	2.04 493	13.80 368	1.69 468	1.79 494	2.73 139	1.07 359	3.85 318	3.18 487	4.63 519	2.74 455	3.38 430	2.77 441	5.48 340	3.66 465	0.62 457	0.47 448	0.51 434	0.55 463	0.65 431	0.74 450

PWC_ROB	2.69 409	2.01 491	8.36 300	1.33 380	1.90 502	3.23 193	1.18 386	4.33 472	3.25 495	3.11 480	3.41 488	2.71 367	2.18 409	9.15 415	4.48 472	0.56 447	0.31 342	0.61 469	0.36 367	0.69 443	0.74 450

SACVNet	2.46 370	1.14 411	9.47 316	1.44 422	1.18 370	4.06 372	1.49 434	3.84 315	2.24 338	2.62 440	1.89 320	2.57 353	1.28 231	11.35 493	1.64 338	0.50 426	0.39 405	0.48 415	0.41 415	0.55 393	0.75 453

RYNet	2.97 435	0.93 362	15.09 391	1.12 286	1.38 422	3.66 281	1.42 426	4.03 371	2.29 353	2.10 306	1.70 238	3.79 456	2.16 405	13.64 545	3.02 456	0.37 312	0.41 417	0.48 415	0.34 342	0.81 468	0.75 453

GwcNet	3.00 441	1.63 471	19.83 470	1.32 375	2.04 511	3.27 204	1.55 441	3.65 276	2.33 363	2.00 279	2.12 372	3.56 449	1.68 344	9.47 422	2.45 430	0.44 384	0.45 435	0.46 404	0.38 392	0.60 411	0.76 455

RTS	3.90 485	7.04 532	17.94 428	1.92 495	2.19 515	5.00 522	2.96 507	4.29 455	3.19 488	4.05 507	3.08 475	4.94 505	3.16 460	7.64 388	6.72 488	0.66 466	0.44 430	0.51 434	0.47 435	0.95 479	0.76 455

RTSA	3.90 485	7.04 532	17.94 428	1.92 495	2.19 515	5.00 522	2.96 507	4.29 455	3.19 488	4.05 507	3.08 475	4.94 505	3.16 460	7.64 388	6.72 488	0.66 466	0.44 430	0.51 434	0.47 435	0.95 479	0.76 455

ADCL	4.35 498	1.63 471	14.21 376	1.29 362	1.26 397	5.56 529	11.16 548	3.97 356	3.37 502	6.07 530	4.67 505	4.30 484	5.72 512	5.08 331	14.51 527	0.50 426	0.48 454	0.89 503	0.77 492	0.78 463	0.76 455

TCMNet	2.98 437	1.30 439	18.26 433	1.47 431	2.09 512	3.84 313	1.08 364	3.96 354	2.39 383	2.53 424	2.29 402	2.43 337	1.75 355	10.09 446	2.39 421	0.52 438	0.45 435	0.61 469	0.50 449	0.80 467	0.78 459

FCDSN-DC	6.04 526	0.84 336	19.25 452	1.24 343	1.09 354	4.38 442	2.62 497	4.38 485	4.71 526	9.59 550	11.22 541	19.19 551	17.40 553	12.30 527	8.55 504	0.69 475	0.57 471	0.60 466	0.60 473	0.70 444	0.78 459
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
RGC	3.10 452	1.45 461	14.90 386	1.46 428	1.79 494	3.33 214	1.39 419	4.04 375	2.26 344	2.77 457	3.26 484	4.00 466	2.71 439	11.63 509	2.62 444	0.82 487	0.46 444	0.79 496	0.79 496	0.71 453	0.78 459

DDVS	1.68 230	0.79 314	2.52 189	1.26 351	1.16 368	3.17 186	0.78 211	3.12 202	1.82 253	1.86 226	1.91 326	2.92 392	1.43 268	6.20 358	1.63 335	0.45 393	0.65 488	0.34 297	0.38 392	0.48 369	0.79 462

CBFPSM	2.05 292	0.95 370	10.12 326	1.07 252	1.05 341	2.84 145	1.20 393	3.28 222	1.73 235	1.82 218	1.30 128	4.56 495	4.06 487	2.34 248	2.34 420	0.25 81	0.38 396	0.32 245	0.27 224	0.37 262	0.79 462

ccnet	2.66 402	0.97 377	8.01 297	1.54 445	1.24 392	3.75 294	2.18 483	4.07 386	2.41 386	2.66 449	3.25 483	2.87 386	2.31 416	9.89 435	3.50 462	0.78 481	0.75 502	0.71 486	0.67 480	0.76 460	0.81 464

FAT-Stereo	3.34 467	0.81 322	20.05 478	1.25 345	1.20 383	3.44 228	1.99 473	4.23 429	2.67 427	3.14 482	3.82 497	3.51 443	3.32 468	11.68 512	1.94 378	0.64 461	0.67 492	0.48 415	0.52 456	0.61 416	0.81 464

ADCP+	3.74 481	1.96 489	16.90 412	1.09 266	1.55 455	4.35 440	3.65 528	3.93 344	2.98 469	2.22 357	1.66 227	3.95 462	4.83 501	3.41 296	18.87 550	0.38 329	0.41 417	0.63 474	0.53 460	0.64 428	0.81 464

NaN_ROB	4.06 492	1.13 407	16.64 407	1.12 286	1.25 395	3.50 246	3.05 511	4.29 455	3.26 496	3.64 497	2.56 440	2.97 393	4.79 500	13.33 539	16.91 538	0.37 312	0.41 417	0.38 359	0.39 398	0.48 369	0.81 464

SANet	5.65 521	1.72 478	20.94 520	1.26 351	0.88 290	7.20 538	3.81 531	4.60 515	11.23 546	4.56 518	8.78 530	7.49 527	6.95 526	11.85 520	18.11 544	0.49 423	0.44 430	0.50 431	0.42 421	0.90 476	0.82 468

XQC	2.96 431	2.42 500	14.85 383	1.36 397	1.32 408	3.29 212	1.53 437	4.28 452	2.78 439	3.21 486	2.46 427	3.53 445	2.92 448	6.58 365	4.67 474	0.70 476	0.41 417	0.59 461	0.56 465	0.96 483	0.83 469

DANet	2.63 398	1.07 396	8.10 298	1.83 488	1.70 484	3.25 200	1.16 382	4.31 466	2.38 380	3.40 494	2.18 382	4.08 471	1.80 366	9.77 429	3.89 468	0.52 438	0.55 468	0.59 461	0.44 426	0.63 421	0.86 470
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
GANetREF_RVC	3.20 460	1.93 487	18.84 444	1.51 440	0.80 253	4.12 387	1.82 463	4.16 412	2.91 459	1.87 228	1.74 249	2.48 345	1.84 373	13.18 537	1.74 353	0.80 484	0.57 471	0.79 496	0.74 488	1.20 505	0.86 470
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
DPSNet	3.43 470	1.37 451	12.19 347	1.39 411	1.24 392	4.15 394	2.06 476	4.51 508	3.34 501	2.69 451	1.96 332	3.52 444	5.56 510	10.68 463	9.68 508	0.93 493	0.73 500	0.40 368	0.37 379	1.06 487	0.86 470

G-Net	4.11 493	1.21 422	19.47 460	2.31 516	2.94 528	4.74 514	2.95 506	3.33 235	2.14 321	4.44 517	9.43 533	6.93 526	3.84 483	9.01 412	4.92 481	0.79 482	0.80 505	0.70 485	0.50 449	0.95 479	0.87 473

psmorigin	6.59 529	1.15 412	88.11 577	1.52 441	0.97 316	2.88 150	1.20 393	3.21 212	2.04 295	3.73 500	2.46 427	5.15 514	2.55 431	10.60 460	2.47 432	0.55 445	0.68 495	0.48 415	0.51 453	0.70 444	0.88 474

SAMSARA	3.55 473	2.16 496	14.18 375	1.86 492	1.49 443	4.62 489	2.65 498	3.58 267	2.80 445	7.05 537	3.05 474	5.16 515	4.07 488	9.18 416	4.80 478	0.64 461	0.67 492	0.59 461	0.68 483	0.89 474	0.91 475

aanetorigin	3.30 464	1.66 475	17.52 425	1.18 321	1.58 463	2.57 131	3.80 530	2.65 149	2.03 291	6.12 532	4.30 503	2.82 383	5.70 511	5.47 339	4.67 474	0.50 426	0.44 430	0.43 389	0.47 435	1.17 502	0.92 476

PS-NSSS	2.22 313	1.33 448	2.90 216	0.97 198	1.53 450	4.11 385	1.08 364	4.55 511	2.65 424	2.10 306	2.32 419	1.77 241	1.40 255	11.79 517	1.61 327	0.68 472	0.45 435	0.96 505	0.43 424	0.95 479	0.92 476

PSMNet-RUCA	1.64 224	1.50 465	2.57 193	1.50 438	1.38 422	3.05 173	1.36 411	3.31 226	2.24 338	1.36 145	2.07 361	1.40 191	1.09 185	1.83 199	1.55 316	1.15 504	0.69 496	1.26 516	0.96 505	1.64 515	0.94 478

NVstereo2D	2.54 386	0.90 351	11.10 338	1.32 375	1.47 440	3.58 266	1.38 418	4.13 402	2.45 394	1.90 238	1.71 242	2.86 385	1.76 356	10.86 470	1.66 341	0.60 453	0.43 425	0.53 444	0.41 415	0.78 463	0.94 478

FADNet_RVC	2.65 400	2.28 499	16.51 406	0.98 204	0.92 301	4.09 379	0.83 246	4.26 446	1.73 235	1.46 158	1.78 270	1.60 214	1.50 289	8.88 407	2.39 421	0.47 407	0.38 396	0.44 393	0.58 469	0.89 474	0.97 480

AnyNet_C32	4.17 495	5.75 529	12.62 350	1.60 457	1.54 451	5.51 528	4.09 534	3.90 334	3.23 494	4.22 515	3.03 473	3.10 403	3.41 471	8.01 395	18.85 549	0.53 441	0.58 476	0.53 444	0.74 488	1.19 504	0.97 480

ITSA-stereo	1.86 253	0.72 265	3.74 251	1.20 328	0.66 200	4.09 379	0.91 299	4.24 437	2.53 408	1.93 249	1.77 267	1.59 213	2.15 402	6.12 357	2.44 429	0.40 347	0.38 396	0.40 368	0.40 409	0.50 377	0.98 482

PA-Net	3.09 450	1.24 433	18.84 444	1.38 409	1.19 377	3.42 226	1.75 457	3.89 329	3.27 499	1.88 231	2.10 365	3.03 398	1.88 382	11.60 502	2.88 452	0.40 347	0.54 464	0.44 393	0.62 477	0.52 382	1.02 483
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
MFN_U_SF_DS_RVC	3.94 487	10.88 552	12.30 349	1.26 351	1.55 455	5.19 525	3.33 518	4.42 491	2.82 453	2.58 433	2.62 446	5.00 508	2.11 397	14.03 549	2.73 446	1.28 513	2.34 540	0.67 482	1.83 532	0.81 468	1.03 484

Wz-Net-TNSev	3.67 477	8.83 538	13.47 360	1.48 434	1.18 370	3.60 269	2.49 492	4.27 447	3.13 481	2.18 339	1.89 320	4.21 481	2.80 443	12.10 525	7.58 499	0.57 449	0.55 468	0.47 407	0.54 462	0.91 477	1.05 485

PASM	2.67 404	2.05 494	9.71 317	1.73 475	1.37 419	2.53 128	1.52 435	3.10 200	2.17 327	2.79 459	1.84 300	2.90 387	1.85 377	11.89 521	2.19 408	0.81 486	0.85 506	0.87 502	1.01 508	1.14 497	1.05 485

ADCMid	3.96 488	3.27 514	15.48 396	1.26 351	1.40 426	4.66 495	2.28 485	4.06 383	3.54 507	3.94 504	3.02 472	3.85 459	3.67 480	4.03 315	18.65 548	0.68 472	0.61 483	1.09 512	1.18 517	1.38 510	1.08 487

anonymity	1.76 242	1.26 435	2.73 209	1.66 465	1.32 408	1.84 69	1.07 359	3.49 248	2.30 354	2.11 310	2.11 369	1.71 232	3.90 485	1.82 198	1.48 301	1.10 501	1.09 512	1.08 511	1.08 512	1.05 486	1.09 488

Consistency-Raft	2.86 418	1.66 475	19.61 462	1.40 414	1.75 489	3.84 313	1.32 406	4.07 386	2.25 341	1.78 211	2.67 451	1.82 258	4.41 495	1.94 213	2.06 393	0.83 489	0.94 509	1.03 507	1.12 513	1.70 517	1.09 488

testlalala_base	1.62 219	0.74 284	1.63 100	1.19 323	1.40 426	2.63 136	0.84 249	4.09 392	1.31 70	1.22 135	1.42 158	1.21 164	0.85 117	1.16 64	0.73 100	3.92 545	2.10 532	0.27 133	0.18 47	4.49 544	1.11 490

PVD	3.12 453	1.97 490	12.80 352	1.79 485	1.63 469	3.83 308	1.34 408	3.48 245	3.88 515	5.77 527	3.56 492	3.45 433	3.29 466	5.58 344	5.30 484	0.71 478	0.69 496	0.74 494	0.77 492	0.79 465	1.13 491

SDNR	3.97 489	1.93 487	20.28 494	1.31 372	0.94 308	5.16 524	0.67 141	4.33 472	2.58 416	4.82 522	5.94 514	5.01 509	1.45 275	17.52 553	2.53 437	0.79 482	0.72 499	0.59 461	0.45 430	1.15 500	1.17 492

SPS-STEREO	3.97 489	1.44 460	20.85 514	1.72 474	1.71 485	3.24 197	2.30 487	3.55 262	2.68 429	4.79 521	3.66 493	5.44 519	2.97 449	9.11 413	9.35 507	1.15 504	1.10 513	1.06 510	1.02 510	1.16 501	1.18 493
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
S-Stereo	3.48 471	0.91 356	22.06 546	1.36 397	1.50 445	3.55 259	2.53 494	4.21 422	2.81 451	2.37 400	3.81 496	3.75 454	1.84 373	11.90 522	2.51 435	0.63 458	0.71 498	0.48 415	0.76 490	0.67 438	1.19 494

ADCS	4.22 497	5.33 525	16.32 402	1.64 462	1.31 402	3.91 331	3.64 527	4.21 422	2.89 457	5.11 523	2.81 464	4.46 489	3.06 458	5.21 333	19.50 551	0.63 458	0.64 487	0.69 483	0.69 485	1.12 495	1.26 495

coex-ft	18.59 560	6.62 531	113.53 579	1.17 315	1.31 402	2.33 108	1.93 469	2.81 174	14.00 552	124.82 581	8.45 526	5.90 521	51.74 574	9.99 441	22.69 555	0.57 449	0.62 484	0.50 431	0.49 443	1.08 492	1.28 496

PDISCO_ROB	2.86 418	1.53 467	14.27 377	1.98 501	2.19 515	4.52 473	1.35 409	4.65 517	3.19 488	2.09 303	2.16 378	3.53 445	2.45 425	5.32 334	2.12 400	1.30 516	0.78 504	0.72 490	0.59 471	1.24 506	1.28 496

AnyNet_C01	4.37 499	7.80 534	16.40 403	1.98 501	1.40 426	6.37 533	6.47 541	4.09 392	5.03 531	4.06 509	3.78 495	4.16 476	3.31 467	6.62 367	10.00 509	0.61 455	0.67 492	0.63 474	0.67 480	2.01 518	1.31 498

FBW_ROB	3.24 461	1.02 383	9.21 315	1.49 437	1.07 348	3.78 299	1.48 430	4.31 466	3.08 478	2.46 413	2.32 419	4.20 480	2.08 396	15.19 551	7.16 496	0.84 490	0.62 484	1.33 518	0.92 502	0.99 484	1.31 498

PSM-AAD	2.43 364	0.54 91	1.32 69	0.92 163	0.54 133	4.48 459	7.47 542	2.96 184	1.55 167	2.31 383	2.56 440	1.26 169	16.23 551	2.46 253	0.89 162	0.28 146	0.21 163	0.58 458	0.41 415	0.34 221	1.32 500

GCST	2.56 391	1.79 483	18.02 430	1.92 495	1.33 411	1.72 62	0.51 66	3.67 280	2.03 291	1.70 196	1.61 212	1.55 208	1.29 234	5.06 330	1.24 249	2.06 523	0.77 503	1.45 520	0.97 506	1.14 497	1.34 501

ADCPNet	3.89 484	1.63 471	20.25 492	1.28 359	1.27 398	6.43 534	2.65 498	3.93 344	2.70 430	2.78 458	2.20 386	4.28 483	6.16 519	5.56 342	10.27 511	0.65 464	1.18 515	0.71 486	1.70 527	0.84 472	1.37 502

SGM+DAISY	8.36 540	3.82 518	24.83 557	2.02 503	1.75 489	14.80 554	17.22 557	4.27 447	11.79 549	13.88 559	14.38 552	11.74 539	13.83 546	10.56 458	15.12 528	1.21 506	1.19 517	1.14 514	1.13 515	1.17 502	1.37 502

CC-Net-ROB	3.35 468	1.76 481	13.89 370	2.33 517	1.65 475	4.49 465	1.62 446	4.73 521	2.90 458	1.92 245	2.05 356	1.99 287	1.61 315	12.57 535	1.60 324	2.46 526	2.18 533	2.68 535	1.04 511	2.11 520	1.38 504

EDNetEfficient	5.61 519	2.14 495	16.75 410	1.67 466	3.64 539	4.12 387	7.51 543	3.05 195	5.63 537	11.57 558	4.83 507	3.95 462	12.72 544	8.44 401	20.78 554	0.41 361	0.43 425	0.47 407	1.01 508	1.66 516	1.39 505

WAO-7	5.16 512	3.21 512	18.98 448	1.88 494	1.44 436	5.34 526	3.09 514	4.91 526	5.81 538	4.35 516	8.92 532	6.55 523	6.06 516	13.40 541	10.81 513	1.34 518	1.20 518	1.48 521	1.35 523	1.60 514	1.45 506

LoS_RVC	0.94 85	1.30 439	1.31 66	0.84 110	1.63 469	2.02 83	0.59 103	1.51 15	1.36 76	0.81 82	1.33 133	0.84 97	0.88 126	1.36 111	0.73 100	0.21 26	0.17 39	0.20 1	0.14 2	0.20 16	1.45 506

MFMNet_re	2.91 424	1.91 486	18.25 432	3.06 529	1.89 501	3.13 183	1.67 454	3.52 255	2.97 466	3.14 482	2.87 467	2.26 311	2.41 421	2.42 250	2.00 386	1.10 501	1.05 511	0.94 504	0.90 501	1.28 507	1.46 508

ELAS_RVC	5.72 522	1.64 474	20.40 499	2.09 506	2.01 507	4.95 521	11.47 550	4.66 518	6.31 541	8.09 543	8.01 521	8.06 532	11.65 543	8.36 397	10.22 510	0.99 498	1.17 514	0.81 499	0.76 490	1.14 497	1.58 509
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
NVStereoNet_ROB	4.91 510	1.40 455	16.46 405	1.47 431	1.72 487	3.46 233	1.96 470	3.89 329	3.61 509	2.90 464	24.61 561	4.81 502	4.49 497	13.57 543	4.87 479	1.33 517	1.29 520	1.70 522	1.68 525	1.41 512	1.66 510
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
ELAS	5.99 525	1.62 469	20.29 495	1.96 500	2.01 507	15.09 555	8.38 547	5.23 530	5.54 535	9.02 546	8.61 527	6.74 524	9.75 542	7.48 385	11.40 517	0.96 496	1.18 515	0.72 490	0.93 503	1.30 508	1.67 511
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
MANE	11.39 547	1.38 452	23.16 552	4.82 554	2.79 526	22.02 561	14.51 555	25.81 563	26.28 565	10.93 556	13.17 550	19.90 553	18.03 556	15.69 552	20.41 553	0.96 496	0.74 501	1.42 519	3.24 555	0.74 457	1.71 512

CAS	1.26 167	0.40 7	1.46 82	2.97 528	1.61 466	4.13 390	0.73 169	1.78 45	1.49 122	0.83 90	1.10 84	0.59 41	0.53 22	1.26 90	0.80 124	2.99 531	0.13 1	0.21 9	0.13 1	0.31 159	1.72 513

MSC_U_SF_DS_RVC	4.48 500	10.62 550	15.18 394	1.55 450	1.45 439	6.16 531	3.54 525	5.41 537	3.68 512	2.59 436	2.74 455	4.81 502	2.20 410	13.79 546	4.40 471	2.04 522	3.36 553	1.05 509	1.20 518	2.09 519	1.72 513

MFN_U_SF_RVC	3.81 483	10.78 551	15.01 389	1.84 489	1.39 424	3.73 292	1.63 447	4.05 379	3.26 496	2.91 465	2.38 423	4.36 487	3.65 479	8.43 400	4.91 480	1.11 503	1.04 510	0.99 506	1.31 520	1.58 513	1.75 515

LCNet	1.55 202	0.54 91	1.88 120	0.99 210	0.55 140	3.60 269	1.21 396	2.86 178	1.53 150	2.18 339	1.74 249	1.43 195	4.17 490	3.62 302	0.87 155	0.29 167	0.20 132	0.28 162	0.77 492	0.47 366	1.85 516

MADNet+	3.97 489	9.54 547	13.83 369	1.87 493	1.69 483	4.19 416	2.87 504	4.80 524	4.10 521	2.51 421	2.67 451	4.55 494	3.41 471	8.72 404	6.92 494	1.25 511	1.27 519	1.04 508	0.93 503	1.39 511	1.85 516

UDG	3.55 473	2.81 510	17.45 422	2.69 522	1.98 505	3.97 358	1.19 389	4.35 476	2.02 289	2.42 409	2.53 437	4.50 490	2.46 427	6.53 364	2.41 425	2.12 524	1.77 528	2.63 534	2.57 546	2.64 524	1.95 518

PWCK	5.85 523	9.95 548	15.22 395	2.90 526	1.56 458	5.66 530	7.69 544	5.27 531	4.74 528	3.88 502	7.51 518	8.04 530	5.28 506	15.18 550	8.40 503	3.08 532	1.51 523	2.24 528	1.37 524	5.55 549	1.96 519

IGEV-BASED-STEREO-	1.09 120	3.30 515	2.61 197	0.82 91	0.38 38	1.27 27	0.62 123	1.51 15	1.29 67	0.91 101	0.92 50	0.65 52	0.57 28	1.08 44	0.59 44	1.55 520	0.15 21	0.32 245	0.28 253	1.10 493	1.98 520

FTStereo	3.71 480	0.53 80	20.37 497	0.96 191	0.65 193	4.34 439	11.29 549	2.62 146	1.50 127	2.58 433	5.04 509	1.90 270	13.84 547	3.71 306	1.25 252	0.38 329	0.24 252	0.31 225	0.32 326	0.30 140	2.10 521

Prome-Stereo	1.61 217	0.55 97	1.71 105	0.98 204	0.60 170	4.41 451	1.82 463	3.03 193	1.53 150	2.18 339	3.45 489	1.72 233	3.49 477	2.23 244	1.08 212	0.29 167	0.20 132	0.26 105	0.25 180	0.34 221	2.16 522

test_for_model	2.16 307	3.87 519	1.58 98	4.16 543	3.64 539	2.51 122	0.96 330	3.63 273	2.62 419	2.45 412	1.39 151	1.02 133	0.73 74	0.92 21	0.57 41	2.97 530	2.19 534	0.26 105	0.17 27	5.32 548	2.24 523

CES	1.01 108	0.55 97	1.74 109	0.92 163	2.15 514	2.15 94	0.50 62	2.01 64	1.45 93	0.76 68	1.02 62	0.61 43	0.47 14	1.29 98	0.79 123	0.22 34	0.17 39	0.24 57	0.14 2	0.63 421	2.29 524

BEATNet-Init1	49.72 574	64.32 577	97.77 578	4.68 553	4.28 549	84.75 579	60.42 573	73.38 578	68.59 574	88.29 578	88.51 580	91.94 579	97.99 580	85.26 581	70.96 580	0.80 484	0.65 488	0.85 501	0.70 486	7.96 559	2.33 525

DDUNet	2.91 424	2.78 509	6.94 286	3.53 535	2.26 519	3.28 208	1.36 411	3.77 301	2.04 295	2.62 440	2.49 431	4.18 477	1.69 345	5.38 336	1.85 367	2.21 525	1.77 528	2.61 533	2.43 544	2.60 523	2.34 526

IGEV-Stereo+	0.94 85	0.47 38	1.19 49	0.86 127	2.02 510	1.40 42	0.39 23	1.17 6	0.88 25	0.61 22	0.44 8	0.47 30	0.79 101	2.14 231	0.42 7	0.27 109	0.19 96	0.22 14	0.17 27	2.26 522	2.41 527

GMM-Stereo	2.45 367	0.52 69	20.38 498	0.89 141	0.82 265	4.18 412	1.91 468	2.45 113	1.48 114	2.48 416	2.30 407	1.69 228	1.86 378	2.93 286	1.08 212	0.28 146	0.18 66	0.33 279	0.48 440	0.35 239	2.41 527

EDNetEfficientorigin	12.35 552	2.51 501	179.47 582	1.19 323	0.96 312	2.91 155	1.81 462	3.00 189	5.35 533	8.91 545	4.79 506	4.18 477	4.64 499	9.98 440	11.30 515	0.37 312	0.38 396	0.60 466	0.85 498	1.32 509	2.43 529

KYRaft	1.59 214	0.52 69	1.73 106	0.95 185	0.49 109	4.38 442	1.79 459	2.43 110	1.51 134	2.49 417	2.98 470	2.00 288	3.41 471	2.14 231	0.82 133	0.30 206	0.21 163	0.33 279	0.46 432	0.35 239	2.45 530

DGSMNet	7.55 538	1.62 469	17.42 421	1.92 495	12.73 556	7.45 541	42.99 572	4.13 402	2.07 302	2.10 306	3.16 481	3.42 431	1.70 347	9.24 418	2.30 416	3.70 542	10.89 565	11.80 567	5.54 557	4.24 539	2.66 531

WAO-6	5.87 524	2.27 497	15.05 390	2.96 527	2.77 525	12.01 549	3.58 526	5.37 536	11.91 550	3.34 491	9.69 534	6.78 525	5.84 513	11.82 519	8.89 506	2.87 528	2.35 541	2.50 529	1.84 533	2.85 525	2.67 532

WAO-8	11.95 549	13.02 555	20.56 506	3.50 533	3.08 532	15.11 556	2.80 501	12.91 552	19.11 561	7.69 539	13.12 547	11.62 537	7.01 529	84.40 579	7.91 500	3.42 535	1.92 530	3.54 548	1.93 536	3.68 531	2.69 533

Venus	11.95 549	13.02 555	20.56 506	3.50 533	3.08 532	15.11 556	2.80 501	12.91 552	19.11 561	7.69 539	13.12 547	11.62 537	7.01 529	84.40 579	7.91 500	3.42 535	1.92 530	3.54 548	1.93 536	3.68 531	2.69 533

SQANet	3.70 478	9.34 546	18.41 438	2.75 523	2.74 524	3.40 223	1.47 429	3.50 251	1.68 219	2.60 437	1.75 253	2.69 364	1.91 384	6.72 373	1.74 353	2.96 529	1.41 522	1.85 523	1.12 513	3.17 526	2.70 535

MaskLacGwcNet_RVC	3.13 454	1.43 459	9.93 321	2.50 519	1.62 467	4.29 434	1.68 456	3.95 349	2.43 389	1.66 188	1.91 326	3.04 399	1.41 260	13.26 538	1.58 320	3.82 543	1.59 524	1.12 513	0.46 432	2.21 521	2.74 536

Ntro	4.21 496	8.94 542	19.89 473	3.22 531	2.96 529	4.15 394	1.89 467	3.92 343	2.36 369	1.77 209	2.14 375	3.35 425	2.17 407	9.48 423	2.24 412	3.52 538	1.76 527	2.13 526	1.31 520	3.83 536	3.09 537

ACVNet_2	5.41 516	12.60 554	20.42 501	3.27 532	3.15 535	4.50 468	3.02 510	4.66 518	3.73 513	3.35 493	5.36 510	7.86 529	2.88 445	12.33 529	4.76 477	3.12 533	2.22 535	2.70 536	1.69 526	3.49 529	3.10 538

otaku	4.58 503	8.93 541	19.95 475	3.11 530	2.67 522	3.91 331	2.57 496	3.82 311	2.25 341	2.22 357	9.72 535	4.08 471	2.35 418	8.57 402	2.13 403	3.51 537	1.65 526	2.15 527	1.17 516	3.69 533	3.15 539

LVE	6.88 534	9.31 545	21.14 525	3.61 538	3.18 536	4.49 465	2.79 500	10.21 547	11.69 548	3.16 485	11.53 543	18.33 548	4.31 493	11.66 510	3.52 463	4.45 551	2.93 545	2.56 531	1.91 535	3.62 530	3.16 540

ACVNet_1	6.04 526	13.97 560	21.36 533	3.58 537	3.14 534	4.73 511	2.48 491	4.20 417	3.17 486	2.98 473	2.83 466	23.31 557	4.34 494	11.06 481	2.45 430	3.68 540	2.33 539	2.60 532	1.79 531	3.69 533	3.19 541

ACVNet-4b	6.73 531	13.67 558	21.87 543	3.54 536	3.07 531	4.19 416	2.25 484	4.03 371	3.65 510	1.64 183	3.98 500	5.88 520	2.89 446	10.01 442	16.98 539	23.29 569	2.24 536	2.53 530	1.78 530	3.87 537	3.21 542

Dean	7.52 537	9.08 543	21.41 534	3.74 540	3.53 538	4.81 518	3.53 523	5.33 535	5.25 532	4.17 511	26.53 562	25.62 563	4.09 489	10.97 475	4.32 470	3.69 541	2.30 538	2.91 538	1.87 534	4.03 538	3.24 543

RainbowNet	4.56 501	8.28 535	20.07 481	3.64 539	3.23 537	4.15 394	2.99 509	4.18 413	3.03 474	2.20 346	2.65 449	4.26 482	2.90 447	9.77 429	2.12 400	3.88 544	2.27 537	2.71 537	1.72 529	3.78 535	3.31 544

DispFullNet	4.64 504	3.48 516	23.95 556	3.99 541	3.03 530	3.35 216	1.06 357	4.18 413	2.80 445	6.33 534	2.94 468	4.04 469	7.81 534	3.92 313	5.16 482	2.75 527	1.61 525	3.10 542	2.68 549	3.32 528	3.31 544

IMH	6.81 533	13.66 557	20.41 500	4.33 549	3.74 541	5.50 527	3.06 512	5.49 538	6.22 539	4.64 520	10.35 537	9.30 533	8.03 537	13.61 544	6.81 490	4.80 556	2.99 550	3.09 541	2.12 541	4.36 542	3.61 546

IMH-64-1	4.84 508	2.53 503	6.83 283	4.30 547	3.74 541	4.81 518	6.05 538	5.30 532	3.92 516	3.95 505	8.33 524	5.08 512	6.06 516	8.96 410	6.30 485	4.57 553	2.96 547	3.04 539	2.12 541	4.28 540	3.62 547

IMH-64	4.84 508	2.53 503	6.83 283	4.30 547	3.74 541	4.81 518	6.05 538	5.30 532	3.92 516	3.95 505	8.33 524	5.08 512	6.06 516	8.96 410	6.30 485	4.57 553	2.96 547	3.04 539	2.12 541	4.28 540	3.62 547

tt	7.19 536	0.51 63	6.83 283	4.03 542	2.30 520	12.05 550	20.19 562	15.46 559	6.58 542	3.42 495	3.22 482	5.37 517	6.39 524	4.20 320	7.46 498	9.81 562	11.53 566	7.05 559	7.46 561	6.31 551	3.71 549

ktn	21.74 563	10.34 549	19.68 465	4.53 551	4.00 546	6.53 535	4.51 536	6.79 541	78.82 577	84.69 577	100.86 581	58.49 574	7.57 533	12.11 526	13.35 524	4.58 555	3.24 552	3.49 545	2.62 547	4.65 545	3.84 550

JetBlue	6.27 528	9.15 544	13.76 363	1.94 499	4.60 552	11.91 548	12.00 551	5.12 528	3.45 506	3.79 501	4.52 504	9.54 534	6.56 525	9.40 421	13.48 525	1.26 512	1.37 521	1.17 515	1.34 522	7.06 556	3.95 551

notaker	10.50 545	8.60 536	20.23 488	4.54 552	3.95 545	6.27 532	3.44 519	8.07 545	4.75 529	8.73 544	46.45 568	13.86 546	27.86 563	13.49 542	13.61 526	4.56 552	3.18 551	3.52 547	2.68 549	8.13 560	4.05 552

TorneroNet	25.88 565	11.28 553	21.62 540	4.20 544	4.07 547	55.25 573	3.15 515	15.16 558	76.94 576	58.09 572	82.72 578	86.88 578	41.15 569	13.35 540	18.13 545	4.32 547	2.85 543	3.45 544	2.62 547	8.33 561	4.14 553

TorneroNet-64	10.12 542	8.74 537	20.95 521	4.27 545	3.76 544	13.86 553	2.85 503	15.05 557	23.15 564	10.07 551	23.84 560	13.47 543	8.24 538	13.96 548	17.21 541	3.96 546	2.72 542	3.23 543	2.48 545	6.29 550	4.27 554

KSHMR	16.96 558	5.37 526	21.64 542	4.46 550	4.50 550	8.30 544	3.32 517	15.58 560	76.24 575	6.62 536	61.47 573	56.53 573	5.43 509	35.17 569	11.37 516	4.39 549	2.97 549	3.63 550	2.74 551	5.10 547	4.34 555

PML	64.32 576	53.22 575	17.88 427	8.10 559	32.94 566	148.46 582	247.79 583	12.18 550	45.42 572	111.41 579	288.92 583	101.47 581	101.31 581	31.67 565	15.55 529	14.03 565	4.83 557	10.98 564	6.18 559	28.82 568	5.17 556

MADNet++	7.57 539	5.80 530	13.28 355	6.38 557	5.26 554	7.18 537	7.77 545	5.32 534	5.62 536	6.11 531	7.78 519	6.02 522	8.01 536	11.74 515	16.36 536	9.36 561	4.95 558	8.57 562	5.66 558	4.83 546	5.34 557

UNDER WATER-64	9.33 541	5.37 526	22.60 549	5.22 556	4.86 553	10.75 547	4.61 537	11.45 548	17.30 556	7.59 538	9.80 536	15.99 547	17.90 555	10.63 461	15.72 531	4.36 548	2.87 544	4.39 555	2.86 552	7.01 555	5.36 558

UNDER WATER	10.47 543	3.95 520	22.62 550	5.07 555	4.51 551	7.78 542	3.77 529	12.56 551	21.72 563	7.84 541	10.78 538	23.96 559	31.66 564	10.78 468	16.19 535	4.44 550	2.93 545	4.24 551	2.86 552	6.33 552	5.47 559

FADE	78.44 577	13.79 559	36.09 564	10.71 563	13.34 557	4.15 394	4.14 535	28.60 567	8.36 543	5.15 524	3.88 498	11.85 540	36.55 565	44.37 571	28.26 567	474.90 583	161.58 582	347.36 583	322.13 583	7.29 557	6.23 560

JetRed	10.48 544	27.10 567	35.70 563	4.27 545	4.09 548	15.55 558	12.83 553	12.16 549	5.50 534	5.83 528	5.56 512	10.14 535	7.43 531	8.88 407	26.39 563	3.32 534	3.81 554	3.51 546	2.96 554	7.85 558	6.69 561

USTest	15.98 557	15.58 562	22.56 548	18.49 564	16.99 558	26.43 563	36.08 568	27.68 566	12.77 551	10.69 554	10.80 539	18.35 549	15.09 548	18.62 554	23.37 556	4.85 557	5.34 559	7.38 560	7.43 560	9.90 562	11.23 562

TCMNet-wrong-test	12.32 551	14.13 561	19.38 457	22.38 565	19.85 561	15.99 559	12.34 552	22.95 562	4.56 524	6.24 533	6.27 515	18.40 550	15.71 549	10.10 447	10.72 512	9.06 560	4.78 556	5.35 556	3.95 556	12.28 564	11.97 563

DGTPSM_ROB	15.31 555	8.85 539	28.14 561	9.90 561	18.89 559	12.44 551	33.21 565	13.48 554	17.86 559	9.50 548	22.89 558	13.78 544	19.67 557	21.26 555	23.68 557	5.08 558	8.84 560	5.62 557	11.50 562	6.72 553	14.87 564

DPSMNet_ROB	15.52 556	8.89 540	31.44 562	10.07 562	18.91 560	12.44 551	33.22 566	13.51 555	17.94 560	9.58 549	22.91 559	13.79 545	19.67 557	21.43 556	23.73 558	5.17 559	8.84 560	5.63 558	11.52 565	6.79 554	14.90 565

DPSM_ROB	20.78 561	20.03 565	26.57 559	23.62 567	22.46 562	31.10 565	39.97 570	33.52 569	17.41 557	15.25 560	15.80 555	24.06 560	20.71 560	23.30 560	27.62 565	10.78 563	9.41 563	11.69 565	11.50 562	14.49 565	16.36 566

DPSM	20.78 561	20.03 565	26.57 559	23.62 567	22.46 562	31.10 565	39.97 570	33.52 569	17.41 557	15.25 560	15.80 555	24.06 560	20.71 560	23.30 560	27.62 565	10.78 563	9.41 563	11.69 565	11.50 562	14.49 565	16.36 566

LSM	12.71 553	3.52 517	20.79 513	55.63 575	84.76 574	3.63 279	6.30 540	3.73 295	4.93 530	5.55 526	13.92 551	3.53 445	3.25 465	9.72 428	4.12 469	0.64 461	0.85 506	0.71 486	0.81 497	1.03 485	26.84 568

Anonymous_1	57.11 575	19.68 564	26.15 558	23.10 566	142.31 579	30.84 564	39.75 569	33.86 571	16.98 555	70.53 576	15.42 554	23.46 558	19.75 559	23.04 558	27.23 564	164.73 581	9.02 562	130.38 577	137.40 578	161.27 582	27.24 569

HanzoNet	31.60 567	17.23 563	21.22 530	7.32 558	5.84 555	7.25 539	3.53 523	13.82 556	14.20 554	50.38 570	47.01 569	44.45 567	56.61 575	36.61 570	32.00 569	63.89 575	56.57 576	7.97 561	89.20 576	28.69 567	28.25 570

CasAABBNet	41.80 569	40.20 571	53.41 574	47.73 573	45.18 570	62.51 574	80.71 579	67.26 576	34.80 566	30.49 564	31.88 565	48.24 571	41.81 571	46.63 576	55.64 576	21.60 566	18.88 570	23.48 568	23.22 569	29.19 570	33.05 571

Selective-RAFT-Error	41.77 568	40.16 570	53.34 573	47.73 573	45.25 571	62.51 574	80.64 578	67.22 575	34.93 567	30.64 565	31.81 564	48.11 570	42.11 572	46.57 574	54.95 574	21.61 567	18.87 569	23.48 568	23.15 568	29.16 569	33.08 572

LRCNet_RVC	25.52 564	33.45 568	23.21 554	31.79 569	32.78 565	6.74 536	1.18 386	25.88 564	4.46 522	28.94 563	30.89 563	24.91 562	17.57 554	27.66 564	24.34 560	35.26 571	25.60 572	35.91 571	33.81 570	31.90 572	34.10 573

HaxPig	43.25 570	43.65 572	45.00 568	33.85 570	35.61 567	32.69 567	30.52 563	45.09 572	42.97 570	48.77 568	48.17 570	43.00 566	40.26 567	44.58 572	43.61 570	47.18 572	49.30 573	51.54 573	50.25 572	43.73 573	45.29 574

AVERAGE_ROB	44.46 571	45.91 573	46.59 569	40.59 572	38.66 568	32.99 568	30.52 563	46.19 573	43.26 571	49.59 569	48.97 571	44.62 568	39.89 566	45.04 573	43.94 571	48.74 573	50.69 574	50.80 572	49.79 571	45.54 574	46.97 575

MEDIAN_ROB	47.37 572	49.08 574	49.92 571	40.32 571	39.97 569	34.95 569	33.43 567	49.17 574	46.39 573	53.06 571	52.65 572	47.65 569	42.23 573	48.35 577	47.29 572	52.10 574	54.04 575	54.28 574	53.48 573	48.76 575	50.33 576

LSM0	49.58 573	40.04 569	53.62 575	97.15 576	128.68 578	62.75 576	79.89 577	67.63 577	35.11 568	33.02 566	32.61 567	48.43 572	41.60 570	46.60 575	55.43 575	21.63 568	18.99 571	23.62 570	23.13 567	29.47 571	52.26 577

DPSimNet_ROB	102.30 578	119.72 582	143.59 581	109.42 578	94.10 575	127.22 581	127.15 581	26.62 565	102.36 582	149.58 582	83.99 579	139.34 582	137.54 582	64.62 578	82.36 581	105.18 577	66.15 577	120.15 576	69.61 575	99.58 577	77.72 578

ASD4	103.30 579	113.98 581	120.24 580	106.67 577	79.75 573	115.36 580	120.35 580	119.13 582	79.65 581	120.04 580	74.64 574	101.45 580	65.48 576	109.11 582	84.31 582	104.31 576	90.04 578	133.15 578	103.58 577	130.15 578	94.66 579

xxxxx1	112.33 580	88.53 578	37.76 565	227.84 581	157.23 580	39.05 570	61.41 574	93.76 579	79.29 578	62.45 573	74.79 575	78.32 575	70.96 577	33.47 566	70.69 577	114.00 578	130.36 579	259.31 580	274.34 580	145.54 579	147.50 580

tt_ll	112.33 580	88.53 578	37.76 565	227.84 581	157.23 580	39.05 570	61.41 574	93.76 579	79.29 578	62.45 573	74.79 575	78.32 575	70.96 577	33.47 566	70.69 577	114.00 578	130.36 579	259.31 580	274.34 580	145.54 579	147.50 580

ff	112.33 580	88.53 578	37.76 565	227.84 581	157.23 580	39.05 570	61.41 574	93.76 579	79.29 578	62.45 573	74.79 575	78.32 575	70.96 577	33.47 566	70.69 577	114.00 578	130.36 579	259.31 580	274.34 580	145.54 579	147.50 580

test_example2	212.63 583	219.92 583	221.87 583	213.67 580	221.17 583	199.47 583	200.74 582	185.30 583	141.66 583	209.52 583	213.45 582	210.82 583	205.48 583	221.27 583	216.64 583	236.83 582	242.07 583	213.93 579	217.01 579	235.69 583	226.10 583

ccccc	590.94 584	629.75 584	645.59 584	567.84 584	570.84 584	582.44 584	641.68 584	613.82 584	494.59 584	614.58 584	651.20 584	555.57 584	637.59 584	666.94 584	652.42 584	781.57 584	507.24 584	391.36 584	342.44 584	689.82 584	581.48 584

Low-res two-view benchmark