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

s12784h	0.52 66	0.20 2	0.38 5	0.41 8	0.19 1	0.96 271	0.34 60	1.17 157	1.25 289	0.81 97	0.90 98	0.63 78	0.50 84	1.45 217	0.42 102	0.14 4	0.12 12	0.17 23	0.11 7	0.18 61	0.11 1

trnet	0.39 10	0.21 7	0.37 2	0.36 2	0.20 2	0.53 79	0.29 30	0.78 25	1.12 214	0.59 59	0.71 59	0.53 51	0.42 37	0.54 15	0.34 39	0.18 73	0.13 51	0.15 4	0.10 2	0.14 3	0.13 4

CASnet	0.41 20	0.25 49	0.48 18	0.50 97	0.20 2	0.50 55	0.36 76	0.81 36	0.80 94	0.83 102	0.68 49	0.48 29	0.31 10	0.54 15	0.32 16	0.18 73	0.12 12	0.27 275	0.22 231	0.23 202	0.14 19
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
MoCha-V2	0.40 15	0.20 2	0.49 21	0.50 97	0.21 4	0.44 27	0.33 48	0.93 68	0.53 27	0.53 46	0.53 20	0.42 10	0.58 130	1.09 148	0.27 2	0.14 4	0.12 12	0.15 4	0.12 13	0.17 35	0.15 37

TANstereo	0.44 33	0.21 7	0.44 14	0.41 8	0.21 4	0.65 142	0.26 15	0.79 27	0.83 101	0.93 121	0.98 120	0.51 41	0.46 53	0.54 15	0.35 46	0.18 73	0.24 314	0.16 15	0.13 19	0.16 18	0.26 264

LoS	0.40 15	0.21 7	0.44 14	0.37 3	0.22 6	0.50 55	0.40 110	1.00 95	0.94 135	0.48 29	0.66 43	0.48 29	0.40 32	0.60 36	0.37 60	0.18 73	0.14 92	0.16 15	0.11 7	0.14 3	0.14 19
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
CREStereo	0.39 10	0.21 7	0.38 5	0.34 1	0.22 6	0.53 79	0.29 30	0.77 21	1.11 210	0.58 52	0.71 59	0.51 41	0.41 34	0.54 15	0.34 39	0.18 73	0.13 51	0.15 4	0.10 2	0.14 3	0.14 19
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
IGEV-BASED-STEREO-	0.70 193	3.18 463	2.55 423	0.39 5	0.23 8	0.44 27	0.23 5	0.63 4	0.42 4	0.44 17	0.44 8	0.34 4	0.28 4	0.56 20	0.29 4	1.35 437	0.10 1	0.22 150	0.19 132	0.46 370	1.31 437

AIO-Stereo	0.37 5	0.25 49	0.51 30	0.47 53	0.23 8	0.45 30	0.39 104	1.07 131	0.52 25	0.41 10	0.48 13	0.52 46	0.25 1	0.72 57	0.30 7	0.16 15	0.12 12	0.17 23	0.13 19	0.16 18	0.13 4

GLC_STEREO	0.39 10	0.25 49	0.41 11	0.54 172	0.23 8	0.48 36	0.30 35	0.73 14	0.58 31	0.52 45	0.73 64	0.51 41	0.31 10	0.64 39	0.42 102	0.17 40	0.20 258	0.23 185	0.19 132	0.21 154	0.17 80

PMTNet	0.46 44	0.21 7	0.38 5	0.37 3	0.23 8	0.71 179	0.27 22	0.74 16	1.04 180	0.64 63	0.70 56	0.55 53	0.47 62	0.86 93	0.35 46	1.00 426	0.13 51	0.15 4	0.10 2	0.15 8	0.13 4

MLCV	0.72 202	0.34 241	1.10 316	0.51 124	0.23 8	0.91 251	0.39 104	1.33 193	1.23 282	1.46 340	1.55 323	1.01 219	0.64 156	1.95 293	0.80 277	0.18 73	0.12 12	0.18 52	0.14 37	0.19 93	0.17 80

WCG-NET（raft）	0.45 40	0.21 7	0.55 48	0.40 7	0.24 13	0.50 55	0.36 76	0.73 14	1.09 203	0.71 73	0.76 70	0.92 184	0.51 86	0.84 87	0.34 39	0.16 15	0.12 12	0.15 4	0.14 37	0.14 3	0.14 19

DCANet-4	0.54 90	0.26 61	1.07 308	0.42 13	0.24 13	0.48 36	0.36 76	0.99 91	1.30 315	1.10 174	1.02 139	0.56 58	0.75 179	0.73 61	0.52 178	0.16 15	0.13 51	0.17 23	0.13 19	0.15 8	0.19 140

fff	0.53 75	0.24 30	0.70 128	0.43 15	0.24 13	0.48 36	0.36 76	1.07 131	1.25 289	1.10 174	1.02 139	0.57 60	1.06 318	0.73 61	0.52 178	0.16 15	0.13 51	0.17 23	0.13 19	0.15 8	0.19 140

ADStereo(finetuned)	0.57 120	0.24 30	1.06 303	0.43 15	0.24 13	0.49 46	0.35 64	1.05 116	1.30 315	1.12 181	1.03 147	0.58 65	1.20 344	0.84 87	0.51 171	0.16 15	0.13 51	0.17 23	0.13 19	0.18 61	0.19 140

DCANet	0.54 90	0.24 30	0.70 128	0.43 15	0.24 13	0.49 46	0.36 76	1.05 116	1.30 315	1.12 181	1.03 147	0.58 65	0.92 258	0.81 80	0.52 178	0.16 15	0.13 51	0.17 23	0.13 19	0.18 61	0.19 140

csc	0.53 75	0.24 30	0.70 128	0.43 15	0.24 13	0.48 36	0.36 76	1.07 131	1.25 289	1.10 174	1.02 139	0.57 60	1.06 318	0.73 61	0.52 178	0.16 15	0.13 51	0.17 23	0.13 19	0.15 8	0.19 140

cscssc	0.53 75	0.24 30	0.70 128	0.43 15	0.24 13	0.48 36	0.36 76	1.07 131	1.25 289	1.10 174	1.02 139	0.57 60	1.06 318	0.73 61	0.52 178	0.16 15	0.13 51	0.17 23	0.13 19	0.15 8	0.19 140

111	0.60 133	0.23 23	0.70 128	0.43 15	0.24 13	0.72 182	0.42 126	1.18 162	1.41 361	0.80 93	1.38 281	1.10 248	0.79 201	0.96 113	0.58 202	0.18 73	0.13 51	0.17 23	0.15 47	0.17 35	0.19 140

RAFT-Stereo + iAFF	0.54 90	0.25 49	0.68 111	0.43 15	0.24 13	0.40 13	0.34 60	1.04 110	1.09 203	1.32 297	1.60 335	0.80 127	0.68 164	0.67 47	0.39 77	0.13 1	0.10 1	0.18 52	0.17 98	0.17 35	0.13 4

HITNet	0.65 167	0.40 294	0.77 191	0.48 74	0.24 13	1.05 291	0.49 198	1.76 299	1.02 173	1.18 227	1.18 204	0.89 172	0.80 207	0.85 90	0.79 274	0.17 40	0.12 12	0.21 123	0.17 98	0.29 279	0.15 37
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
SPstereo	0.40 15	0.28 102	0.68 111	0.47 53	0.25 23	0.53 79	0.32 44	0.82 39	0.58 31	0.65 65	0.69 53	0.58 65	0.42 37	0.47 6	0.29 4	0.17 40	0.14 92	0.17 23	0.13 19	0.17 35	0.14 19

Selective-IGEV	0.39 10	0.24 30	0.50 24	0.44 31	0.25 23	0.46 33	0.33 48	1.25 185	0.40 2	0.35 4	0.45 9	0.52 46	0.30 8	1.07 144	0.30 7	0.14 4	0.12 12	0.17 23	0.13 19	0.16 18	0.13 4

XX-TBD	0.46 44	0.70 390	0.35 1	0.79 373	0.25 23	0.58 102	0.26 15	0.69 10	1.27 300	0.76 82	1.00 126	0.45 20	0.33 15	0.47 6	0.37 60	0.19 111	0.15 146	0.15 4	0.11 7	0.17 35	0.14 19

Occ-G	0.42 21	0.21 7	0.48 18	0.41 8	0.26 26	0.42 20	0.62 281	0.77 21	0.49 12	0.43 15	0.66 43	1.02 221	0.46 53	0.78 71	0.41 92	0.16 15	0.13 51	0.18 52	0.13 19	0.16 18	0.16 56

RSM++	0.38 9	0.24 30	0.51 30	0.47 53	0.26 26	0.50 55	0.41 123	0.79 27	0.45 6	0.37 6	0.45 9	0.60 71	0.35 20	1.02 131	0.30 7	0.15 7	0.13 51	0.17 23	0.14 37	0.18 61	0.13 4

RSM	0.39 10	0.24 30	0.49 21	0.46 45	0.26 26	0.47 35	0.40 110	0.92 62	0.44 5	0.41 10	0.42 5	0.65 84	0.33 15	1.07 144	0.29 4	0.15 7	0.12 12	0.17 23	0.13 19	0.17 35	0.13 4

SMFormer	0.75 229	0.30 151	0.86 220	0.46 45	0.26 26	0.82 227	0.43 143	2.05 373	1.39 353	1.23 249	1.47 305	0.98 205	0.95 277	1.71 262	0.82 283	0.24 233	0.20 258	0.22 150	0.21 204	0.23 202	0.24 231

tta	0.75 229	0.30 151	0.86 220	0.46 45	0.26 26	0.82 227	0.43 143	2.05 373	1.39 353	1.23 249	1.47 305	0.98 205	0.95 277	1.71 262	0.82 283	0.24 233	0.20 258	0.22 150	0.21 204	0.18 61	0.18 105

qqq1	0.72 202	0.30 151	0.86 220	0.46 45	0.26 26	0.82 227	0.43 143	2.05 373	1.39 353	1.23 249	1.47 305	0.98 205	0.95 277	1.71 262	0.44 114	0.24 233	0.20 258	0.18 52	0.15 47	0.18 61	0.18 105

fff1	0.72 202	0.30 151	0.86 220	0.46 45	0.26 26	0.82 227	0.43 143	2.05 373	1.39 353	1.23 249	1.47 305	0.98 205	0.95 277	1.71 262	0.44 114	0.24 233	0.20 258	0.18 52	0.15 47	0.18 61	0.18 105

ACVNet-DCA	0.56 114	0.31 184	0.50 24	0.54 172	0.26 26	1.18 315	0.51 206	1.42 214	0.78 89	0.58 52	0.79 78	0.48 29	0.88 245	1.46 219	0.32 16	0.20 140	0.12 12	0.25 243	0.15 47	0.22 177	0.21 183

xx1	0.67 183	0.31 184	0.50 24	0.54 172	0.26 26	1.18 315	0.51 206	0.93 68	3.05 437	0.58 52	0.79 78	0.95 196	0.77 191	1.46 219	0.32 16	0.20 140	0.12 12	0.24 205	0.23 252	0.22 177	0.21 183

1test111	0.54 90	0.31 184	0.50 24	0.54 172	0.26 26	1.18 315	0.51 206	1.42 214	0.78 89	0.58 52	0.79 78	0.48 29	0.88 245	0.88 95	0.59 204	0.20 140	0.12 12	0.25 243	0.15 47	0.22 177	0.21 183

cc1	0.64 161	0.31 184	0.50 24	0.54 172	0.26 26	1.18 315	0.51 206	0.93 68	3.05 437	0.58 52	0.79 78	0.48 29	0.88 245	1.46 219	0.32 16	0.20 140	0.12 12	0.25 243	0.15 47	0.19 93	0.19 140

tt1	0.62 143	0.32 200	0.51 30	0.54 172	0.26 26	1.16 312	0.48 189	0.95 79	2.47 425	0.57 51	0.77 72	0.49 36	0.81 210	1.55 236	0.32 16	0.20 140	0.12 12	0.24 205	0.15 47	0.19 93	0.20 167

MSKI-zero shot	0.55 105	0.26 61	0.57 58	0.51 124	0.26 26	0.69 166	0.28 26	1.18 162	0.64 45	0.91 118	1.32 259	0.82 136	0.33 15	1.92 288	0.32 16	0.17 40	0.12 12	0.17 23	0.13 19	0.16 18	0.16 56

EGLCR-Stereo	0.37 5	0.22 18	0.51 30	0.43 15	0.26 26	0.44 27	0.22 3	0.99 91	0.48 11	0.42 12	0.42 5	0.67 92	0.29 7	0.86 93	0.33 25	0.17 40	0.12 12	0.19 70	0.17 98	0.17 35	0.15 37

raft_robust	0.68 187	0.30 151	0.64 90	0.52 143	0.26 26	0.54 86	0.35 64	1.33 193	1.24 286	1.16 213	1.07 156	0.60 71	0.54 101	3.58 370	0.37 60	0.18 73	0.14 92	0.20 97	0.22 231	0.20 120	0.16 56

BEATNet_4x	0.73 218	0.49 331	1.17 330	0.53 157	0.26 26	1.03 288	0.55 244	1.82 319	1.06 187	1.21 238	1.22 218	0.96 202	0.91 255	1.01 128	1.06 316	0.21 169	0.14 92	0.24 205	0.19 132	0.37 326	0.21 183

RAStereo	0.34 2	0.21 7	0.66 103	0.47 53	0.27 42	0.26 2	0.29 30	0.69 10	0.63 41	0.32 2	0.42 5	0.45 20	0.31 10	0.45 4	0.34 39	0.17 40	0.15 146	0.19 70	0.15 47	0.18 61	0.13 4

RAFT-Stereo-weight	0.47 51	0.24 30	0.53 38	0.48 74	0.27 42	0.60 114	0.35 64	1.02 101	1.07 192	0.99 139	0.78 74	0.76 114	0.28 4	0.76 67	0.36 52	0.16 15	0.12 12	0.17 23	0.15 47	0.16 18	0.15 37

1111x	1.70 400	0.29 132	0.86 220	0.51 124	0.27 42	1.01 283	0.68 298	2.22 405	1.28 305	1.13 195	1.40 287	1.21 269	1.10 326	5.53 404	15.20 465	0.22 193	0.21 279	0.22 150	0.22 231	0.24 217	0.22 200

Any-RAFT	0.53 75	0.24 30	0.47 16	0.47 53	0.27 42	1.00 282	0.25 8	1.58 256	1.05 184	0.85 108	0.99 122	1.06 230	0.47 62	0.70 51	0.32 16	0.18 73	0.13 51	0.16 15	0.13 19	0.16 18	0.16 56

CASS	0.65 167	0.34 241	0.72 146	0.56 205	0.27 42	0.78 211	0.42 126	1.59 257	0.86 106	1.30 285	1.25 228	0.87 160	0.84 225	0.84 87	0.54 190	0.35 350	0.19 241	0.26 262	0.21 204	0.28 270	0.42 354
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
Selective-RAFT	0.52 66	0.28 102	0.79 201	0.55 193	0.27 42	0.91 251	0.33 48	0.80 33	0.88 114	0.58 52	0.63 40	0.81 131	0.77 191	1.29 182	0.48 153	0.19 111	0.14 92	0.17 23	0.15 47	0.19 93	0.17 80

qqq	0.57 120	0.34 241	0.71 140	0.47 53	0.27 42	0.64 128	0.62 281	1.42 214	0.78 89	0.80 93	0.92 102	0.95 196	0.77 191	0.88 95	0.59 204	0.21 169	0.20 258	0.24 205	0.23 252	0.22 177	0.21 183

test-3	0.54 90	0.22 18	0.68 111	0.47 53	0.27 42	0.58 102	0.35 64	0.92 62	1.00 167	1.32 297	0.69 53	0.87 160	0.45 49	1.68 259	0.37 60	0.16 15	0.11 4	0.20 97	0.16 81	0.17 35	0.13 4

test_1	0.54 90	0.22 18	0.68 111	0.47 53	0.27 42	0.58 102	0.35 64	0.92 62	1.00 167	1.28 271	0.68 49	0.87 160	0.45 49	1.67 254	0.37 60	0.16 15	0.11 4	0.20 97	0.16 81	0.17 35	0.13 4

Patchmatch Stereo++	0.55 105	0.30 151	0.73 158	0.50 97	0.27 42	0.65 142	0.29 30	1.05 116	0.64 45	1.12 181	0.96 111	0.83 143	0.60 134	1.37 197	0.45 127	0.22 193	0.14 92	0.24 205	0.20 164	0.26 239	0.18 105
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	0.54 90	0.30 151	0.73 158	0.50 97	0.27 42	0.65 142	0.41 123	1.04 110	0.64 45	1.12 181	0.96 111	0.82 136	0.61 142	1.06 140	0.45 127	0.22 193	0.14 92	0.24 205	0.20 164	0.26 239	0.18 105

ROB_FTStereo_v2	0.54 90	0.30 151	0.73 158	0.50 97	0.27 42	0.64 128	0.42 126	1.05 116	0.64 45	1.12 181	0.96 111	0.83 143	0.60 134	1.12 154	0.46 141	0.22 193	0.14 92	0.24 205	0.20 164	0.26 239	0.18 105

ROB_FTStereo	0.54 90	0.30 151	0.73 158	0.50 97	0.27 42	0.64 128	0.25 8	1.05 116	0.64 45	1.12 181	0.95 109	0.82 136	0.61 142	1.15 157	0.45 127	0.22 193	0.14 92	0.24 205	0.20 164	0.26 239	0.18 105

HUI-Stereo	0.52 66	0.30 151	0.73 158	0.50 97	0.27 42	0.65 142	0.30 35	1.04 110	0.64 45	1.12 181	0.96 111	0.83 143	0.60 134	0.79 75	0.45 127	0.22 193	0.14 92	0.24 205	0.20 164	0.26 239	0.18 105

iGMRVC	0.56 114	0.30 151	0.73 158	0.50 97	0.27 42	0.65 142	0.38 92	1.05 116	0.64 45	1.12 181	0.96 111	0.83 143	0.60 134	1.52 228	0.46 141	0.22 193	0.14 92	0.24 205	0.20 164	0.26 239	0.18 105

RAFT-345	0.84 267	0.25 49	0.66 103	0.50 97	0.27 42	0.54 86	0.42 126	0.83 42	1.11 210	1.32 297	2.34 405	0.86 156	0.54 101	5.72 409	0.47 148	0.18 73	0.13 51	0.22 150	0.17 98	0.17 35	0.16 56

iRAFT	0.55 105	0.30 151	0.73 158	0.50 97	0.27 42	0.65 142	0.29 30	1.05 116	0.64 45	1.12 181	0.96 111	0.83 143	0.60 134	1.37 197	0.45 127	0.22 193	0.14 92	0.24 205	0.20 164	0.26 239	0.18 105

CroCo-Stereo	0.40 15	0.31 184	0.73 158	0.58 226	0.27 42	0.26 2	0.33 48	0.95 79	0.81 95	0.42 12	0.47 12	0.65 84	0.47 62	0.39 3	0.34 39	0.18 73	0.15 146	0.16 15	0.14 37	0.19 93	0.16 56
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
RAFT-IKP	0.54 90	0.30 151	0.73 158	0.50 97	0.27 42	0.59 107	0.36 76	1.04 110	0.64 45	1.12 181	0.96 111	0.83 143	0.61 142	1.22 168	0.45 127	0.22 193	0.14 92	0.24 205	0.20 164	0.26 239	0.18 105

TestStereo	0.64 161	0.39 288	0.71 140	0.51 124	0.27 42	0.56 95	0.42 126	1.03 105	0.91 126	0.80 93	1.00 126	0.68 94	0.52 90	3.25 360	0.45 127	0.22 193	0.15 146	0.24 205	0.18 112	0.27 253	0.16 56

EAI-Stereo	0.65 167	0.28 102	0.69 122	0.53 157	0.27 42	0.60 114	0.40 110	2.28 412	0.64 45	0.71 73	3.18 423	0.57 60	0.43 41	1.06 140	0.41 92	0.18 73	0.13 51	0.17 23	0.17 98	0.17 35	0.17 80

Pointernet	0.37 5	0.20 2	0.57 58	0.43 15	0.28 63	0.51 70	0.27 22	0.93 68	0.61 36	0.47 25	0.63 40	0.49 36	0.38 28	0.49 8	0.33 25	0.17 40	0.13 51	0.14 1	0.11 7	0.13 1	0.12 3

test_sample2	0.62 143	0.29 132	0.74 173	0.50 97	0.28 63	0.80 221	0.61 278	1.61 264	1.00 167	0.88 111	0.99 122	0.94 189	0.83 222	1.16 159	0.51 171	0.23 218	0.18 225	0.22 150	0.21 204	0.23 202	0.22 200

gcap-zeroshot	0.53 75	0.28 102	0.89 244	0.49 88	0.28 63	0.76 198	0.37 86	1.34 198	0.73 79	0.89 112	0.67 46	1.35 307	0.51 86	0.79 75	0.33 25	0.18 73	0.15 146	0.18 52	0.15 47	0.17 35	0.16 56

MGS-Stereo	0.42 21	0.26 61	0.58 62	0.44 31	0.28 63	0.50 55	0.34 60	0.57 3	0.83 101	0.46 23	1.31 253	0.52 46	0.33 15	0.65 43	0.36 52	0.19 111	0.16 181	0.18 52	0.15 47	0.17 35	0.16 56

11t1	0.52 66	0.28 102	0.68 111	0.51 124	0.28 63	0.83 232	0.39 104	1.22 177	0.63 41	0.84 104	0.74 66	0.68 94	0.68 164	0.91 103	0.57 199	0.21 169	0.18 225	0.19 70	0.16 81	0.20 120	0.21 183

MC-Stereo	0.43 25	0.23 23	0.48 18	0.51 124	0.28 63	0.39 12	0.32 44	0.88 53	0.68 64	0.60 60	0.84 87	0.56 58	0.61 142	1.03 132	0.31 14	0.17 40	0.11 4	0.17 23	0.15 47	0.16 18	0.13 4

IPLGR	0.58 125	0.27 84	1.14 326	0.48 74	0.28 63	0.65 142	0.33 48	1.22 177	1.13 226	1.18 227	1.05 151	0.69 99	0.66 163	0.96 113	0.52 178	0.17 40	0.15 146	0.20 97	0.17 98	0.20 120	0.18 105

test_3	0.55 105	0.23 23	0.71 140	0.53 157	0.28 63	0.61 118	0.40 110	0.92 62	1.05 184	1.19 231	0.68 49	0.93 186	0.44 46	1.67 254	0.39 77	0.15 7	0.12 12	0.22 150	0.19 132	0.21 154	0.14 19

NRIStereo	0.60 133	0.29 132	0.69 122	0.53 157	0.28 63	0.63 125	0.33 48	1.08 136	0.87 110	1.14 197	0.87 93	0.91 175	0.59 131	2.24 317	0.49 160	0.20 140	0.14 92	0.21 123	0.19 132	0.21 154	0.17 80

PSM-AAD	0.79 246	0.27 84	0.53 38	0.55 193	0.28 63	0.77 206	1.24 399	0.99 91	0.91 126	1.66 375	1.57 331	0.81 131	2.19 424	1.65 249	0.44 114	0.19 111	0.14 92	0.38 365	0.32 353	0.21 154	0.70 412

THIR-Stereo	1.02 322	0.27 84	0.69 122	0.49 88	0.28 63	0.95 267	1.34 406	1.03 105	0.97 150	1.34 308	1.90 379	1.17 263	1.58 385	6.44 422	0.78 268	0.19 111	0.14 92	0.21 123	0.22 231	0.19 93	0.20 167

RAFT-RH_RVC	1.03 323	0.24 30	0.67 108	0.49 88	0.28 63	0.81 226	0.33 48	0.83 42	1.08 197	2.05 404	4.65 441	1.04 228	0.57 121	5.98 417	0.50 166	0.18 73	0.13 51	0.26 262	0.20 164	0.16 18	0.17 80

xxxx	1.51 383	0.28 102	0.68 111	0.54 172	0.28 63	1.16 312	0.44 155	2.19 401	1.29 309	1.09 166	1.36 275	1.22 271	0.85 228	1.79 275	15.70 467	0.24 233	0.21 279	0.21 123	0.20 164	0.22 177	0.23 218

test_xeample	1.45 379	0.28 102	0.65 97	0.51 124	0.28 63	0.94 263	0.59 273	2.14 388	1.29 309	1.24 257	1.51 317	0.88 164	0.86 236	1.46 219	15.10 464	0.22 193	0.20 258	0.22 150	0.20 164	0.22 177	0.22 200

CFNet-RSSM	0.54 90	0.24 30	0.70 128	0.48 74	0.28 63	0.60 114	0.27 22	1.49 229	1.14 228	1.06 157	0.93 105	1.08 236	0.54 101	0.70 51	0.35 46	0.16 15	0.12 12	0.17 23	0.15 47	0.16 18	0.14 19

IGEV++	0.40 15	0.22 18	0.51 30	0.52 143	0.29 78	0.45 30	0.25 8	1.65 272	0.46 10	0.37 6	0.57 33	0.46 22	0.45 49	0.50 9	0.38 70	0.19 111	0.12 12	0.16 15	0.13 19	0.16 18	0.15 37

anonymousdsp2	0.53 75	0.27 84	0.74 173	0.48 74	0.29 78	0.76 198	0.47 181	1.61 264	0.82 100	0.77 86	0.77 72	0.75 110	0.47 62	1.03 132	0.40 81	0.18 73	0.13 51	0.18 52	0.13 19	0.19 93	0.18 105

GMOStereo	0.53 75	0.26 61	0.65 97	0.50 97	0.29 78	0.52 74	0.43 143	0.89 54	0.96 142	1.41 328	1.14 190	0.85 152	0.56 112	0.59 25	0.38 70	0.16 15	0.14 92	0.24 205	0.21 204	0.20 120	0.15 37

error version	0.53 75	0.26 61	0.65 97	0.50 97	0.29 78	0.52 74	0.43 143	0.89 54	0.96 142	1.41 328	1.14 190	0.85 152	0.56 112	0.59 25	0.38 70	0.16 15	0.14 92	0.24 205	0.21 204	0.20 120	0.15 37

test-v	0.53 75	0.26 61	0.65 97	0.50 97	0.29 78	0.52 74	0.43 143	0.89 54	0.96 142	1.41 328	1.14 190	0.85 152	0.56 112	0.59 25	0.38 70	0.16 15	0.14 92	0.24 205	0.21 204	0.20 120	0.15 37

CrosDoStereo	1.58 387	0.24 30	0.72 146	0.48 74	0.29 78	0.67 154	12.49 468	1.10 140	0.98 155	1.34 308	1.75 361	1.00 212	1.89 410	6.65 425	0.81 278	0.19 111	0.15 146	0.20 97	0.22 231	0.18 61	0.19 140

KYRaft	0.75 229	0.28 102	0.62 81	0.56 205	0.29 78	0.67 154	0.86 344	0.94 75	0.84 104	1.62 372	2.21 399	1.16 262	1.02 308	1.57 239	0.40 81	0.20 140	0.13 51	0.22 150	0.28 321	0.20 120	1.02 427

DeepStereo_LL	1.58 387	0.24 30	0.72 146	0.48 74	0.29 78	0.67 154	12.49 468	1.10 140	0.98 155	1.34 308	1.75 361	1.00 212	1.89 410	6.65 425	0.81 278	0.19 111	0.15 146	0.20 97	0.22 231	0.18 61	0.19 140

CRE-IMP	0.55 105	0.30 151	0.74 173	0.52 143	0.29 78	0.79 215	0.25 8	1.04 110	0.72 75	1.09 166	0.95 109	0.81 131	0.57 121	1.10 149	0.50 166	0.21 169	0.14 92	0.23 185	0.19 132	0.28 270	0.22 200

test-2	0.53 75	0.26 61	0.65 97	0.50 97	0.29 78	0.52 74	0.43 143	0.89 54	0.96 142	1.41 328	1.14 190	0.85 152	0.56 112	0.59 25	0.38 70	0.16 15	0.14 92	0.24 205	0.21 204	0.20 120	0.15 37

cross-raft	0.54 90	0.25 49	0.61 77	0.52 143	0.29 78	0.68 161	0.37 86	1.46 224	0.76 85	1.01 146	1.06 153	1.28 293	0.46 53	0.71 54	0.35 46	0.15 7	0.12 12	0.18 52	0.16 81	0.19 93	0.14 19

iRaftStereo_RVC	0.47 51	0.26 61	0.64 90	0.50 97	0.29 78	0.53 79	0.33 48	1.05 116	0.77 87	0.84 104	1.00 126	0.55 53	0.37 23	0.81 80	0.40 81	0.17 40	0.12 12	0.22 150	0.20 164	0.19 93	0.15 37

222	1.61 392	0.29 132	0.67 108	0.56 205	0.29 78	1.06 294	0.42 126	2.17 399	1.31 319	1.31 295	1.52 318	0.92 184	0.94 272	1.76 272	17.65 468	0.24 233	0.20 258	0.21 123	0.19 132	0.22 177	0.23 218

AFF-stereo	0.58 125	0.25 49	0.64 90	0.46 45	0.29 78	0.34 7	0.38 92	1.15 154	1.14 228	1.17 222	1.60 335	1.10 248	0.71 173	0.97 119	0.43 111	0.13 1	0.11 4	0.19 70	0.19 132	0.17 35	0.14 19

Gwc-CoAtRS	0.52 66	0.24 30	0.68 111	0.48 74	0.29 78	0.64 128	0.25 8	1.16 155	1.08 197	1.01 146	1.00 126	1.12 253	0.56 112	0.69 48	0.37 60	0.16 15	0.13 51	0.17 23	0.15 47	0.15 8	0.15 37

iResNet	0.75 229	0.40 294	1.36 358	0.67 321	0.29 78	0.92 258	0.59 273	1.52 241	1.25 289	1.28 271	1.48 310	0.94 189	0.76 187	1.62 246	0.78 268	0.18 73	0.14 92	0.18 52	0.15 47	0.22 177	0.23 218

SGM_RVC	1.68 398	0.36 270	0.61 77	0.59 239	0.29 78	2.25 412	1.18 395	2.38 421	1.68 390	3.60 442	2.67 416	3.69 433	2.42 430	8.13 448	1.90 394	0.31 321	0.31 361	0.30 307	0.28 321	0.30 290	0.29 289
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
UGAM-zero	1.00 316	0.30 151	0.93 257	0.47 53	0.30 95	0.57 100	0.25 8	2.25 408	0.63 41	1.01 146	1.10 169	2.73 422	1.85 408	6.26 418	0.40 81	0.17 40	0.14 92	0.19 70	0.15 47	0.16 18	0.17 80

IGEV-Stereo++	0.30 1	0.20 2	0.40 9	0.46 45	0.30 95	0.33 6	0.22 3	0.75 17	0.45 6	0.32 2	0.41 4	0.32 3	0.48 72	0.38 2	0.27 2	0.15 7	0.11 4	0.15 4	0.12 13	0.15 8	0.13 4

test_sample6	0.71 200	0.34 241	0.87 231	0.52 143	0.30 95	0.82 227	0.58 265	1.79 312	1.15 239	1.14 197	1.33 261	0.91 175	0.79 201	1.31 184	0.74 252	0.27 290	0.21 279	0.27 275	0.29 332	0.28 270	0.27 273

test_sample5	0.69 189	0.34 241	0.87 231	0.52 143	0.30 95	0.84 239	0.54 229	1.83 324	1.14 228	1.11 180	1.25 228	0.88 164	0.78 197	1.23 170	0.65 226	0.26 276	0.20 258	0.27 275	0.27 302	0.27 253	0.26 264

test_sample4	0.69 189	0.33 219	0.91 251	0.51 124	0.30 95	0.92 258	0.52 216	1.87 333	1.15 239	1.14 197	1.18 204	0.87 160	0.75 179	1.18 163	0.68 236	0.25 256	0.20 258	0.26 262	0.26 292	0.26 239	0.25 243

test_sample3	0.68 187	0.32 200	0.88 238	0.52 143	0.30 95	0.97 275	0.52 216	1.86 331	1.15 239	1.08 160	1.11 175	0.88 164	0.71 173	1.17 162	0.68 236	0.25 256	0.20 258	0.25 243	0.25 275	0.25 228	0.25 243

mmm	0.63 150	0.35 261	0.72 146	0.51 124	0.30 95	0.86 243	0.54 229	1.59 257	0.86 106	1.07 159	1.38 281	0.79 125	0.75 179	0.91 103	0.58 202	0.22 193	0.18 225	0.29 297	0.25 275	0.25 228	0.23 218

DualNet	0.70 193	0.34 241	0.87 231	0.52 143	0.30 95	0.84 239	0.54 229	1.83 324	1.14 228	1.14 197	1.33 261	0.88 164	0.78 197	1.23 170	0.65 226	0.26 276	0.20 258	0.27 275	0.27 302	0.27 253	0.26 264

MIM_Stereo	0.57 120	0.24 30	0.92 255	0.46 45	0.30 95	0.54 86	0.28 26	1.27 187	0.75 81	1.00 143	1.16 199	0.93 186	0.53 96	1.45 217	0.61 214	0.16 15	0.16 181	0.20 97	0.19 132	0.17 35	0.14 19

RAFT-Test	0.54 90	0.25 49	0.64 90	0.47 53	0.30 95	0.97 275	0.27 22	1.24 183	0.81 95	0.96 129	1.12 182	1.28 293	0.48 72	0.71 54	0.36 52	0.17 40	0.13 51	0.17 23	0.14 37	0.16 18	0.16 56

knoymous	0.51 65	0.29 132	0.47 16	0.43 15	0.30 95	0.55 92	0.55 244	1.02 101	0.77 87	0.98 136	0.85 89	0.94 189	0.56 112	0.85 90	0.45 127	0.20 140	0.14 92	0.26 262	0.14 37	0.23 202	0.23 218

ProNet	0.43 25	0.28 102	0.58 62	0.43 15	0.30 95	0.56 95	0.52 216	1.00 95	0.58 31	0.44 17	0.49 16	0.43 12	0.43 41	1.28 179	0.36 52	0.15 7	0.13 51	0.19 70	0.16 81	0.17 35	0.16 56

x	0.54 90	0.31 184	0.61 77	0.47 53	0.30 95	0.67 154	0.47 181	1.53 247	0.79 93	0.81 97	0.83 85	0.78 121	0.70 170	0.70 51	0.62 217	0.21 169	0.19 241	0.22 150	0.19 132	0.21 154	0.20 167

Sa-1000	0.72 202	0.29 132	0.76 186	0.59 239	0.30 95	0.73 185	0.37 86	1.62 268	1.33 327	1.28 271	2.04 390	0.86 156	0.75 179	1.84 279	0.38 70	0.19 111	0.14 92	0.25 243	0.23 252	0.20 120	0.16 56

SA	0.66 174	0.30 151	0.82 210	0.61 262	0.30 95	0.58 102	0.38 92	1.44 221	1.30 315	0.96 129	1.36 275	0.66 89	0.95 277	1.85 282	0.42 102	0.19 111	0.15 146	0.25 243	0.23 252	0.21 154	0.17 80

PFNet+	0.59 130	0.28 102	0.77 191	0.53 157	0.30 95	0.59 107	0.31 40	0.92 62	1.14 228	1.33 305	1.10 169	0.79 125	0.57 121	1.31 184	0.49 160	0.25 256	0.17 208	0.28 288	0.26 292	0.21 154	0.25 243

DRaft	0.80 249	0.24 30	0.70 128	0.45 41	0.30 95	0.97 275	0.53 224	1.05 116	0.97 150	1.78 384	2.02 388	0.80 127	1.74 399	2.73 343	0.72 248	0.17 40	0.14 92	0.20 97	0.20 164	0.18 61	0.21 183

DeepStereo_RVC	0.55 105	0.29 132	0.72 146	0.51 124	0.30 95	0.59 107	0.33 48	1.03 105	0.70 69	1.16 213	0.93 105	0.83 143	0.94 272	0.96 113	0.54 190	0.21 169	0.14 92	0.21 123	0.19 132	0.24 217	0.24 231

HSM-Net_RVC	0.87 280	0.29 132	0.53 38	0.53 157	0.30 95	1.15 310	0.55 244	3.57 443	1.28 305	1.53 354	1.74 358	1.68 360	0.93 267	1.49 225	0.77 266	0.22 193	0.17 208	0.19 70	0.18 112	0.20 120	0.19 140
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
test_sample1	0.61 139	0.29 132	0.75 176	0.50 97	0.31 114	0.76 198	0.48 189	1.59 257	0.84 104	0.90 114	0.94 108	0.88 164	0.95 277	1.16 159	0.67 232	0.22 193	0.18 225	0.20 97	0.19 132	0.21 154	0.21 183

riskmin	0.56 114	0.27 84	0.60 74	0.43 15	0.31 114	0.83 232	0.42 126	1.14 152	1.04 180	0.73 79	0.75 68	1.11 252	1.01 303	0.81 80	0.51 171	0.20 140	0.14 92	0.24 205	0.15 47	0.24 217	0.25 243

TestStereo1	0.63 150	0.28 102	0.75 176	0.76 366	0.31 114	0.48 36	0.43 143	1.30 191	1.21 273	0.97 132	1.31 253	0.64 81	0.77 191	1.75 267	0.42 102	0.20 140	0.15 146	0.22 150	0.18 112	0.21 154	0.17 80

SA-5K	0.63 150	0.28 102	0.75 176	0.76 366	0.31 114	0.48 36	0.43 143	1.30 191	1.21 273	0.97 132	1.31 253	0.64 81	0.77 191	1.75 267	0.42 102	0.20 140	0.15 146	0.22 150	0.18 112	0.21 154	0.17 80

LCNet	0.72 202	0.28 102	0.52 35	0.55 193	0.31 114	0.69 166	0.54 229	1.00 95	0.88 114	1.19 231	1.34 268	0.97 204	1.34 366	2.56 336	0.45 127	0.18 73	0.13 51	0.21 123	0.25 275	0.27 253	0.73 415

TransformOpticalFlow	0.96 300	0.28 102	0.89 244	0.52 143	0.31 114	0.66 150	0.54 229	1.75 293	1.12 214	1.09 166	1.44 297	1.37 311	1.01 303	6.70 429	0.42 102	0.19 111	0.12 12	0.20 97	0.19 132	0.18 61	0.19 140

OMP-Stereo	0.94 296	0.33 219	0.72 146	0.90 406	0.31 114	0.49 46	0.36 76	1.16 155	1.06 187	1.58 368	1.12 182	1.46 325	0.69 167	6.94 432	0.49 160	0.19 111	0.14 92	0.24 205	0.18 112	0.20 120	0.14 19

NF-Stereo	0.80 249	0.30 151	0.75 176	0.60 250	0.31 114	0.64 128	0.44 155	1.21 170	0.90 121	1.29 276	1.02 139	0.82 136	0.57 121	5.40 402	0.48 153	0.23 218	0.14 92	0.24 205	0.20 164	0.20 120	0.30 301

OCTAStereo	0.80 249	0.30 151	0.75 176	0.60 250	0.31 114	0.64 128	0.44 155	1.21 170	0.90 121	1.29 276	1.01 132	0.82 136	0.57 121	5.35 397	0.48 153	0.24 233	0.14 92	0.24 205	0.20 164	0.20 120	0.30 301

SST-Stereo	0.83 262	0.28 102	0.72 146	0.59 239	0.31 114	0.72 182	0.26 15	1.09 138	0.86 106	1.47 341	1.10 169	1.00 212	0.87 240	5.73 410	0.45 127	0.22 193	0.13 51	0.23 185	0.19 132	0.23 202	0.18 105

RAFT_R40	0.83 262	0.28 102	0.73 158	0.59 239	0.31 114	0.69 166	0.44 155	1.10 140	0.95 137	1.47 341	1.10 169	1.00 212	0.85 228	5.53 404	0.46 141	0.22 193	0.13 51	0.23 185	0.20 164	0.23 202	0.18 105

RE-Stereo	0.80 249	0.30 151	0.75 176	0.60 250	0.31 114	0.64 128	0.44 155	1.21 170	0.90 121	1.29 276	1.01 132	0.81 131	0.57 121	5.37 400	0.48 153	0.24 233	0.14 92	0.24 205	0.20 164	0.20 120	0.30 301

Pruner-Stereo	0.62 143	0.29 132	0.70 128	0.61 262	0.31 114	0.63 125	0.43 143	1.17 157	0.99 162	1.53 354	1.08 160	0.95 196	0.55 108	1.35 193	0.51 171	0.23 218	0.14 92	0.24 205	0.21 204	0.21 154	0.23 218

TVStereo	0.80 249	0.30 151	0.75 176	0.60 250	0.31 114	0.64 128	0.44 155	1.21 170	0.90 121	1.29 276	1.01 132	0.81 131	0.57 121	5.37 400	0.48 153	0.24 233	0.14 92	0.24 205	0.20 164	0.20 120	0.30 301

IRAFT_RVC	0.88 281	0.28 102	0.76 186	0.63 281	0.31 114	0.65 142	1.02 377	1.22 177	0.94 135	1.22 243	1.04 150	1.01 219	0.98 291	5.82 412	0.53 185	0.22 193	0.12 12	0.25 243	0.20 164	0.20 120	0.19 140

ARAFT	0.77 236	0.36 270	1.49 376	0.51 124	0.31 114	0.90 249	0.82 336	1.90 341	1.06 187	1.62 372	1.24 224	1.02 221	0.64 156	1.84 279	0.50 166	0.18 73	0.14 92	0.28 288	0.27 302	0.17 35	0.16 56

CAS++	0.47 51	0.31 184	0.56 49	0.47 53	0.32 130	0.42 20	0.28 26	1.76 299	0.72 75	0.71 73	0.72 62	0.37 8	0.28 4	0.69 48	0.33 25	0.27 290	0.22 297	0.26 262	0.21 204	0.29 279	0.19 140
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
HH	0.63 150	0.30 151	0.77 191	0.50 97	0.32 130	0.49 46	0.46 175	1.65 272	0.64 45	0.69 69	1.09 165	1.63 352	0.85 228	1.90 286	0.37 60	0.18 73	0.13 51	0.19 70	0.17 98	0.19 93	0.16 56

HanStereo	0.63 150	0.30 151	0.77 191	0.50 97	0.32 130	0.49 46	0.46 175	1.65 272	0.64 45	0.69 69	1.09 165	1.63 352	0.85 228	1.90 286	0.37 60	0.18 73	0.13 51	0.19 70	0.17 98	0.19 93	0.16 56

anonymousdsp	0.43 25	0.27 84	0.53 38	0.44 31	0.32 130	0.50 55	0.42 126	0.89 54	0.51 21	0.49 34	0.53 20	0.47 26	0.47 62	1.33 189	0.33 25	0.17 40	0.12 12	0.21 123	0.15 47	0.18 61	0.18 105

test_4	0.53 75	0.22 18	0.56 49	0.54 172	0.32 130	0.64 128	0.39 104	0.80 33	0.62 38	0.92 120	1.87 376	0.68 94	0.42 37	1.16 159	0.37 60	0.15 7	0.13 51	0.20 97	0.22 231	0.20 120	0.15 37

IGEV-Stereo	0.43 25	0.27 84	0.54 43	0.45 41	0.32 130	0.50 55	0.42 126	0.90 60	0.51 21	0.49 34	0.53 20	0.47 26	0.47 62	1.32 187	0.33 25	0.17 40	0.12 12	0.21 123	0.15 47	0.18 61	0.18 105
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
dd	0.59 130	0.48 328	0.97 271	0.55 193	0.32 130	0.64 128	0.47 181	1.02 101	1.34 330	0.78 88	0.86 90	0.58 65	0.54 101	1.01 128	0.86 293	0.28 302	0.18 225	0.26 262	0.19 132	0.32 305	0.24 231

AAGNet	1.83 405	0.28 102	0.72 146	0.61 262	0.32 130	0.67 154	0.51 206	0.96 86	0.98 155	1.47 341	1.20 214	1.00 212	1.18 338	2.83 345	22.77 474	0.22 193	0.13 51	0.22 150	0.19 132	0.23 202	0.15 37

STrans-v2	1.04 326	0.28 102	0.96 269	0.49 88	0.32 130	0.68 161	0.79 326	2.47 427	1.12 214	1.12 181	1.46 304	1.40 312	1.46 375	6.70 429	0.43 111	0.18 73	0.13 51	0.20 97	0.18 112	0.18 61	0.18 105

PSM-softLoss	0.78 243	0.31 184	0.77 191	0.58 226	0.32 130	0.56 95	0.40 110	1.18 162	0.70 69	1.24 257	1.07 156	0.83 143	0.52 90	5.36 398	0.53 185	0.24 233	0.15 146	0.25 243	0.22 231	0.20 120	0.25 243

KMStereo	0.78 243	0.31 184	0.77 191	0.58 226	0.32 130	0.56 95	0.40 110	1.18 162	0.70 69	1.24 257	1.07 156	0.83 143	0.52 90	5.36 398	0.53 185	0.24 233	0.15 146	0.25 243	0.22 231	0.20 120	0.25 243

DEmStereo	0.97 306	0.23 23	0.79 201	0.47 53	0.32 130	1.04 290	0.56 252	0.93 68	0.89 117	1.39 325	2.14 396	1.02 221	2.07 421	5.64 408	0.77 266	0.17 40	0.15 146	0.20 97	0.20 164	0.18 61	0.20 167

PFNet	0.91 289	0.26 61	1.10 316	0.63 281	0.32 130	0.64 128	0.56 252	1.17 157	0.99 162	1.47 341	1.08 160	0.98 205	0.69 167	6.62 424	0.54 190	0.20 140	0.12 12	0.24 205	0.19 132	0.20 120	0.17 80

AnonymousM	0.59 130	1.11 422	0.41 11	0.44 31	0.32 130	0.43 25	0.47 181	1.05 116	0.64 45	0.98 136	0.63 40	0.67 92	0.43 41	0.59 25	0.41 92	0.20 140	0.15 146	1.84 441	0.84 432	0.14 3	0.13 4

test-1	0.52 66	0.26 61	1.04 298	0.56 205	0.32 130	0.61 118	0.38 92	1.10 140	0.91 126	0.78 88	1.01 132	0.77 117	0.52 90	0.60 36	0.42 102	0.17 40	0.14 92	0.20 97	0.17 98	0.20 120	0.23 218

Prome-Stereo	0.75 229	0.27 84	0.53 38	0.55 193	0.32 130	0.59 107	0.97 368	0.89 54	0.88 114	1.45 338	2.46 411	0.91 175	1.41 369	1.58 241	0.44 114	0.18 73	0.13 51	0.19 70	0.17 98	0.20 120	0.92 423

GMStereo	0.55 105	0.45 317	0.94 261	0.50 97	0.32 130	0.64 128	0.43 143	1.00 95	1.40 358	0.82 100	0.73 64	0.51 41	0.45 49	0.85 90	0.55 194	0.24 233	0.15 146	0.20 97	0.21 204	0.31 298	0.24 231
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
ff7	0.43 25	0.27 84	0.56 49	0.44 31	0.33 147	0.50 55	0.42 126	0.87 46	0.50 14	0.49 34	0.53 20	0.44 14	0.48 72	1.38 201	0.33 25	0.17 40	0.12 12	0.21 123	0.15 47	0.18 61	0.18 105

IGEVStereo-DCA	0.46 44	0.28 102	0.56 49	0.43 15	0.33 147	0.49 46	0.42 126	0.87 46	0.50 14	0.47 25	0.48 13	0.48 29	0.46 53	2.03 299	0.30 7	0.19 111	0.14 92	0.19 70	0.15 47	0.16 18	0.18 105

ffff	0.43 25	0.27 84	0.56 49	0.44 31	0.33 147	0.50 55	0.42 126	0.87 46	0.50 14	0.49 34	0.53 20	0.44 14	0.48 72	1.38 201	0.33 25	0.17 40	0.12 12	0.21 123	0.15 47	0.18 61	0.18 105

rrr	0.46 44	0.28 102	0.73 158	0.43 15	0.33 147	0.49 46	0.38 92	0.76 20	0.50 14	0.47 25	0.48 13	0.48 29	0.46 53	2.03 299	0.30 7	0.19 111	0.14 92	0.19 70	0.15 47	0.16 18	0.16 56

11t	0.43 25	0.27 84	0.56 49	0.44 31	0.33 147	0.50 55	0.42 126	0.87 46	0.50 14	0.49 34	0.53 20	0.44 14	0.48 72	1.38 201	0.33 25	0.17 40	0.12 12	0.21 123	0.15 47	0.18 61	0.18 105

ToySt	0.66 174	0.33 219	1.23 336	0.51 124	0.33 147	0.86 243	0.68 298	1.10 140	0.97 150	0.84 104	1.08 160	1.25 282	0.94 272	1.01 128	0.74 252	0.19 111	0.19 241	0.24 205	0.24 263	0.27 253	0.23 218

RCA-Stereo	0.50 64	0.23 23	0.58 62	0.48 74	0.33 147	0.55 92	0.45 169	0.97 87	1.38 349	0.68 68	1.05 151	0.63 78	0.80 207	0.59 25	0.32 16	0.17 40	0.12 12	0.17 23	0.14 37	0.16 18	0.14 19

ccc-4	0.43 25	0.27 84	0.56 49	0.44 31	0.33 147	0.50 55	0.42 126	0.87 46	0.50 14	0.49 34	0.53 20	0.44 14	0.48 72	1.38 201	0.33 25	0.17 40	0.12 12	0.21 123	0.15 47	0.18 61	0.18 105

MIPNet	0.56 114	0.28 102	0.94 261	0.49 88	0.33 147	0.66 150	0.38 92	1.35 200	1.08 197	1.06 157	0.92 102	0.60 71	0.79 201	0.73 61	0.52 178	0.17 40	0.14 92	0.19 70	0.16 81	0.18 61	0.17 80

IIG-Stereo	0.96 300	0.31 184	0.72 146	0.88 401	0.33 147	0.61 118	0.26 15	1.19 168	1.03 176	1.69 377	1.37 277	1.46 325	0.75 179	6.96 433	0.51 171	0.19 111	0.14 92	0.23 185	0.18 112	0.20 120	0.14 19

FTStereo	0.91 289	0.26 61	0.56 49	0.54 172	0.33 147	0.66 150	1.87 432	1.00 95	0.75 81	1.75 381	4.15 434	1.04 228	1.65 392	1.57 239	0.46 141	0.19 111	0.16 181	0.23 185	0.21 204	0.18 61	0.63 404

RAFT	0.64 161	0.30 151	0.73 158	0.59 239	0.33 147	0.68 161	0.58 265	1.04 110	0.76 85	1.08 160	1.19 211	1.65 357	0.93 267	1.06 140	0.56 196	0.21 169	0.18 225	0.27 275	0.24 263	0.22 177	0.17 80

test_xeample3	0.42 21	0.28 102	0.69 122	0.43 15	0.33 147	0.56 95	0.38 92	0.79 27	0.45 6	0.53 46	0.46 11	0.44 14	0.44 46	1.38 201	0.31 14	0.18 73	0.14 92	0.19 70	0.15 47	0.17 35	0.16 56

FENet	0.60 133	0.28 102	0.63 84	0.54 172	0.33 147	0.83 232	0.38 92	1.27 187	1.07 192	1.00 143	0.86 90	0.99 211	0.85 228	0.96 113	0.68 236	0.22 193	0.15 146	0.23 185	0.20 164	0.22 177	0.23 218

LE_ROB	8.05 461	0.37 276	23.53 470	0.74 361	0.33 147	2.77 428	2.87 459	3.71 445	27.24 478	25.39 478	8.87 462	8.46 459	26.71 478	6.65 425	21.99 471	0.21 169	0.19 241	0.20 97	0.21 204	0.25 228	0.22 200

MaDis-Stereo	0.36 3	0.25 49	0.58 62	0.44 31	0.34 162	0.30 5	0.30 35	0.72 13	0.50 14	0.37 6	0.36 3	0.58 65	0.49 80	0.52 11	0.36 52	0.19 111	0.16 181	0.19 70	0.15 47	0.18 61	0.14 19

iRaft-Stereo_20w	0.65 167	0.31 184	1.00 280	0.47 53	0.34 162	0.73 185	0.30 35	2.96 435	0.70 69	1.15 203	1.14 190	0.76 114	0.65 161	1.11 152	0.38 70	0.17 40	0.13 51	0.18 52	0.16 81	0.19 93	0.18 105

GMM-Stereo	0.74 221	0.25 49	0.59 69	0.54 172	0.34 162	0.72 182	0.99 372	1.01 100	0.87 110	1.36 313	1.78 364	1.12 253	0.81 210	2.09 305	0.46 141	0.18 73	0.12 12	0.25 243	0.25 275	0.20 120	0.85 421

WCG-NET	0.46 44	0.23 23	0.52 35	0.45 41	0.35 165	0.70 173	0.26 15	0.95 79	0.96 142	0.74 81	0.69 53	0.65 84	0.52 90	0.88 95	0.33 25	0.18 73	0.13 51	0.16 15	0.15 47	0.16 18	0.17 80

rvit_stereo_0081	0.44 33	0.33 219	0.64 90	0.54 172	0.35 165	0.41 16	0.44 155	0.66 7	0.95 137	0.48 29	0.52 18	0.50 39	0.46 53	0.82 83	0.44 114	0.25 256	0.20 258	0.22 150	0.19 132	0.25 228	0.17 80

rvit_stereo_0082	0.44 33	0.33 219	0.64 90	0.54 172	0.35 165	0.41 16	0.44 155	0.66 7	0.95 137	0.48 29	0.52 18	0.50 39	0.46 53	0.82 83	0.44 114	0.25 256	0.20 258	0.22 150	0.19 132	0.25 228	0.17 80

test_sample7	0.74 221	0.37 276	0.76 186	0.52 143	0.35 165	0.91 251	0.67 295	1.78 307	1.21 273	1.22 243	1.18 204	1.08 236	0.92 258	1.23 170	0.67 232	0.31 321	0.28 340	0.32 325	0.31 345	0.33 312	0.29 289

H2IRNET	0.56 114	0.26 61	0.66 103	0.47 53	0.35 165	0.41 16	0.26 15	0.92 62	1.17 250	0.61 61	1.28 243	1.08 236	0.86 236	0.99 123	0.63 221	0.19 111	0.16 181	0.22 150	0.25 275	0.21 154	0.18 105

IGEV_Zeroshot_test	0.53 75	0.30 151	0.99 275	0.56 205	0.35 165	0.41 16	0.32 44	1.37 203	0.63 41	1.00 143	1.09 165	0.95 196	0.41 34	0.83 85	0.39 77	0.18 73	0.12 12	0.19 70	0.18 112	0.19 93	0.17 80

DisPM	0.66 174	0.28 102	0.72 146	0.61 262	0.35 165	0.62 124	0.45 169	1.02 101	0.99 162	1.56 362	1.10 169	0.80 127	0.59 131	2.37 328	0.41 92	0.23 218	0.14 92	0.23 185	0.21 204	0.20 120	0.25 243

ASMatch	0.88 281	0.26 61	0.69 122	0.51 124	0.35 165	0.48 36	0.37 86	1.12 148	0.92 130	1.10 174	3.28 424	0.96 202	0.98 291	4.90 390	0.49 160	0.19 111	0.16 181	0.22 150	0.19 132	0.19 93	0.27 273

SGM-ForestM	6.52 458	0.38 283	1.26 342	0.63 281	0.35 165	13.59 470	5.32 465	6.32 464	6.70 459	11.14 468	9.18 463	22.51 479	13.93 467	16.89 472	20.07 470	0.36 354	0.37 390	0.36 359	0.35 369	0.36 322	0.34 324

CBMV	0.95 299	0.44 310	0.66 103	0.53 157	0.35 165	1.53 360	1.63 422	1.69 281	1.42 364	2.00 403	1.60 335	1.43 317	1.17 335	1.59 243	0.99 311	0.34 343	0.34 374	0.39 370	0.33 360	0.33 312	0.32 316
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
rvit_stereo_0083	0.47 51	0.33 219	0.81 207	0.56 205	0.36 175	0.50 55	0.44 155	0.68 9	0.95 137	0.49 34	0.57 33	0.55 53	0.49 80	0.88 95	0.46 141	0.25 256	0.25 321	0.24 205	0.20 164	0.24 217	0.17 80

model_zeroshot	0.48 57	0.29 132	0.86 220	0.51 124	0.36 175	0.69 166	0.37 86	1.12 148	0.62 38	0.85 108	0.84 87	0.66 89	0.37 23	0.73 61	0.34 39	0.20 140	0.16 181	0.19 70	0.16 81	0.17 35	0.16 56

rvit_stereo_0080	0.44 33	0.32 200	0.71 140	0.47 53	0.36 175	0.42 20	0.55 244	0.82 39	0.68 64	0.50 41	0.60 35	0.55 53	0.47 62	0.59 25	0.44 114	0.26 276	0.21 279	0.20 97	0.20 164	0.31 298	0.19 140

Former-RAFT_DAM_RVC	0.46 44	0.36 270	0.71 140	0.47 53	0.36 175	0.67 154	0.35 64	0.78 25	1.12 214	0.61 61	0.62 39	0.39 9	0.39 29	0.71 54	0.39 77	0.20 140	0.17 208	0.22 150	0.18 112	0.23 202	0.19 140

CoDeX	0.73 218	0.29 132	0.93 257	0.54 172	0.36 175	1.14 305	0.61 278	2.34 417	1.17 250	1.16 213	1.25 228	0.91 175	0.87 240	1.33 189	0.64 225	0.20 140	0.16 181	0.21 123	0.18 112	0.20 120	0.18 105

whm_eth	0.44 33	0.32 200	0.71 140	0.47 53	0.36 175	0.42 20	0.55 244	0.82 39	0.68 64	0.50 41	0.60 35	0.55 53	0.47 62	0.59 25	0.44 114	0.26 276	0.21 279	0.20 97	0.20 164	0.31 298	0.19 140

UniTT-Stereo	0.36 3	0.23 23	0.59 69	0.48 74	0.36 175	0.40 13	0.32 44	0.53 2	0.49 12	0.54 48	0.55 28	0.36 6	0.31 10	0.58 24	0.51 171	0.20 140	0.15 146	0.17 23	0.15 47	0.19 93	0.15 37

ACVNet	0.63 150	0.31 184	0.54 43	0.54 172	0.36 175	0.80 221	0.46 175	1.37 203	1.07 192	0.93 121	1.30 247	1.08 236	0.85 228	0.80 77	0.94 301	0.21 169	0.19 241	0.21 123	0.18 112	0.22 177	0.18 105

DIP-Stereo	0.62 143	0.30 151	0.83 212	0.48 74	0.36 175	0.95 267	0.33 48	2.37 420	0.67 61	1.25 262	1.00 126	0.68 94	0.51 86	0.91 103	0.61 214	0.18 73	0.15 146	0.21 123	0.17 98	0.19 93	0.19 140
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
R-Stereo Train	0.57 120	0.26 61	0.63 84	0.54 172	0.36 175	0.69 166	0.54 229	1.22 177	0.72 75	1.61 369	1.50 315	0.75 110	0.53 96	0.64 39	0.44 114	0.18 73	0.15 146	0.17 23	0.15 47	0.17 35	0.17 80

RAFT-Stereo	0.57 120	0.26 61	0.63 84	0.54 172	0.36 175	0.69 166	0.54 229	1.22 177	0.72 75	1.61 369	1.50 315	0.75 110	0.53 96	0.64 39	0.44 114	0.18 73	0.15 146	0.17 23	0.15 47	0.17 35	0.17 80
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
iResNet_ROB	0.77 236	0.30 151	0.99 275	0.57 220	0.36 175	0.83 232	0.36 76	2.33 415	1.58 383	1.27 269	1.30 247	1.25 282	0.84 225	1.65 249	0.79 274	0.20 140	0.14 92	0.17 23	0.12 13	0.18 61	0.27 273

rvit_0105_5	0.58 125	0.39 288	1.05 299	0.66 309	0.37 187	0.58 102	0.56 252	0.94 75	1.18 257	0.64 63	0.68 49	0.75 110	0.63 152	0.88 95	0.50 166	0.32 327	0.32 368	0.30 307	0.27 302	0.28 270	0.25 243

ffm	0.72 202	0.33 219	0.85 214	0.53 157	0.37 187	0.74 188	0.56 252	0.95 79	2.47 425	1.15 203	1.45 299	1.06 230	0.82 214	1.55 236	0.32 16	0.20 140	0.12 12	0.31 313	0.27 302	0.19 93	0.20 167

ff1	1.37 372	0.33 219	0.85 214	0.53 157	0.37 187	0.74 188	0.56 252	0.95 79	2.47 425	1.15 203	1.45 299	1.06 230	0.82 214	7.22 435	7.61 444	0.20 140	0.12 12	0.31 313	0.27 302	0.19 93	0.20 167

mmx	1.39 374	0.33 219	0.85 214	0.53 157	0.37 187	0.74 188	0.56 252	2.13 384	1.37 345	1.15 203	1.45 299	1.06 230	0.82 214	7.22 435	7.61 444	0.24 233	0.19 241	0.31 313	0.27 302	0.30 290	0.25 243

ttt	0.94 296	0.34 241	0.59 69	0.61 262	0.37 187	0.94 263	0.50 205	2.17 399	1.34 330	1.23 249	1.61 339	0.91 175	0.76 187	1.85 282	3.97 429	0.30 314	0.26 326	0.26 262	0.24 263	0.29 279	0.29 289

xxx	1.39 374	0.33 219	0.85 214	0.53 157	0.37 187	0.74 188	0.56 252	2.13 384	1.37 345	1.15 203	1.45 299	1.06 230	0.82 214	7.22 435	7.61 444	0.24 233	0.19 241	0.31 313	0.27 302	0.30 290	0.25 243

GMStereo_Zeroshot	0.67 183	0.61 374	1.01 284	0.64 290	0.37 187	0.84 239	0.35 64	1.05 116	1.12 214	1.12 181	1.06 153	1.27 290	0.54 101	1.19 165	0.59 204	0.32 327	0.17 208	0.31 313	0.18 112	0.52 384	0.22 200

PCWNet_CMD	0.66 174	0.32 200	0.88 238	0.49 88	0.37 187	0.78 211	0.40 110	1.42 214	1.31 319	1.16 213	1.31 253	1.25 282	0.62 147	0.89 101	0.57 199	0.20 140	0.16 181	0.27 275	0.19 132	0.40 343	0.25 243

LL-Strereo2	0.52 66	0.33 219	0.69 122	0.52 143	0.37 187	0.70 173	0.30 35	1.13 151	0.67 61	0.94 126	0.78 74	0.91 175	0.42 37	1.05 139	0.42 102	0.17 40	0.16 181	0.29 297	0.25 275	0.21 154	0.16 56

RAFT+CT+SA	0.58 125	0.29 132	0.60 74	0.66 309	0.37 187	0.42 20	0.55 244	1.27 187	1.03 176	0.70 71	1.22 218	0.60 71	0.70 170	1.64 248	0.41 92	0.18 73	0.13 51	0.22 150	0.22 231	0.21 154	0.18 105

dad	0.86 276	0.66 382	1.06 303	0.56 205	0.37 187	0.76 198	0.44 155	1.17 157	1.50 374	1.44 336	1.27 238	1.34 306	0.75 179	2.52 335	0.84 288	0.42 375	0.27 334	0.83 425	0.26 292	0.41 346	0.29 289

GrayStereo	0.82 257	0.26 61	0.58 62	0.63 281	0.37 187	0.76 198	1.86 431	1.11 146	0.87 110	1.99 401	1.89 378	1.08 236	1.82 407	1.39 206	0.48 153	0.19 111	0.14 92	0.19 70	0.21 204	0.18 61	0.39 345

MSMDNet	0.66 174	0.32 200	0.87 231	0.49 88	0.37 187	0.79 215	0.40 110	1.43 220	1.31 319	1.15 203	1.31 253	1.24 278	0.63 152	0.88 95	0.57 199	0.21 169	0.16 181	0.26 262	0.19 132	0.39 339	0.24 231

AdaStereo	0.70 193	0.43 307	0.75 176	0.73 358	0.37 187	0.92 258	0.53 224	1.85 328	1.18 257	1.12 181	1.23 222	1.07 235	0.65 161	0.96 113	0.63 221	0.31 321	0.15 146	0.32 325	0.21 204	0.29 279	0.22 200
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.
iResNetv2_ROB	0.80 249	0.37 276	1.71 389	0.56 205	0.37 187	0.94 263	0.64 285	1.73 287	1.34 330	1.23 249	1.42 290	1.26 286	0.92 258	1.85 282	0.56 196	0.23 218	0.15 146	0.19 70	0.14 37	0.24 217	0.19 140

CBMV_ROB	0.90 286	0.44 310	0.63 84	0.51 124	0.37 187	1.25 327	0.49 198	1.77 303	1.27 300	1.41 328	2.00 385	1.33 302	1.08 322	2.17 310	0.76 260	0.43 380	0.42 403	0.47 391	0.44 391	0.41 346	0.36 334

SGM-Forest	1.24 357	0.38 283	0.60 74	0.52 143	0.37 187	1.56 363	1.30 404	1.65 272	1.36 341	2.11 407	1.79 365	1.63 352	0.93 267	7.48 442	0.95 303	0.36 354	0.37 390	0.39 370	0.34 365	0.37 326	0.32 316
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
rvit_0105_6	0.53 75	0.37 276	0.98 274	0.65 302	0.38 204	0.51 70	0.51 206	0.77 21	1.20 267	0.54 48	0.55 28	0.65 84	0.53 96	0.94 112	0.44 114	0.32 327	0.32 368	0.28 288	0.24 263	0.28 270	0.21 183

rvit_0105_4	0.56 114	0.38 283	1.06 303	0.66 309	0.38 204	0.53 79	0.53 224	0.84 45	1.17 250	0.56 50	0.61 37	0.72 106	0.59 131	0.98 120	0.45 127	0.32 327	0.33 372	0.29 297	0.25 275	0.29 279	0.23 218

CBFPSM	0.92 291	0.33 219	1.86 400	0.49 88	0.38 204	1.75 379	0.84 338	1.39 209	1.12 214	1.09 166	0.99 122	2.37 409	1.66 396	1.32 187	1.42 370	0.19 111	0.18 225	0.20 97	0.20 164	0.21 154	0.33 321

ssnet_v2	0.88 281	0.36 270	1.02 291	0.62 273	0.38 204	1.32 336	0.97 368	2.07 379	1.34 330	1.37 315	1.18 204	1.54 338	0.92 258	1.10 149	1.65 384	0.30 314	0.27 334	0.30 307	0.28 321	0.27 253	0.26 264

hknet	0.77 236	0.32 200	0.95 264	0.54 172	0.38 204	1.27 329	0.65 287	2.16 393	1.07 192	1.20 235	1.11 175	1.59 346	0.81 210	1.37 197	0.66 229	0.22 193	0.17 208	0.25 243	0.22 231	0.22 177	0.22 200

CREStereo++_RVC	0.47 51	0.21 7	0.38 5	0.45 41	0.38 204	0.45 30	0.25 8	0.75 17	1.29 309	0.80 93	1.21 216	0.47 26	0.37 23	0.53 13	0.44 114	0.16 15	0.11 4	0.15 4	0.80 430	0.18 61	0.11 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
GES	0.66 174	0.34 241	0.90 248	0.59 239	0.38 204	0.94 263	0.57 262	2.11 383	0.86 106	1.02 150	1.11 175	0.66 89	0.79 201	0.99 123	0.61 214	0.27 290	0.19 241	0.20 97	0.20 164	0.21 154	0.30 301

SFCPSM	0.70 193	0.28 102	1.02 291	0.51 124	0.38 204	1.37 342	0.66 292	2.00 364	1.03 176	1.17 222	1.21 216	0.82 136	0.78 197	1.03 132	0.53 185	0.21 169	0.17 208	0.22 150	0.24 263	0.21 154	0.19 140

HSM	1.19 355	0.32 200	0.65 97	0.57 220	0.38 204	1.23 324	0.59 273	2.25 408	1.19 262	1.30 285	1.25 228	1.94 385	1.03 310	9.32 455	0.71 245	0.22 193	0.16 181	0.20 97	0.16 81	0.21 154	0.21 183

NOSS_ROB	1.26 360	0.46 319	0.62 81	0.56 205	0.38 204	1.06 294	0.78 323	1.73 287	1.40 358	1.01 146	1.43 294	1.10 248	0.75 179	10.62 466	0.65 226	0.45 386	0.43 404	0.48 392	0.45 393	0.44 361	0.41 350

IGEV-Stereo+	0.45 40	0.21 7	0.43 13	0.41 8	0.39 214	0.15 1	0.19 1	0.44 1	0.36 1	0.26 1	0.25 1	0.31 2	0.41 34	1.43 213	0.30 7	0.17 40	0.12 12	0.15 4	0.11 7	1.16 430	1.70 444

DualNet (step1)	0.83 262	0.49 331	1.13 322	0.56 205	0.39 214	1.02 285	0.73 310	1.78 307	1.21 273	1.22 243	1.18 204	1.08 236	0.92 258	1.23 170	0.67 232	0.57 408	0.28 340	0.62 417	0.67 423	0.45 364	0.42 354

test_sample9	1.86 408	0.49 331	1.13 322	0.56 205	0.39 214	1.02 285	0.73 310	1.78 307	1.21 273	1.22 243	1.18 204	1.08 236	0.92 258	2.27 321	7.92 448	0.57 408	12.61 477	0.62 417	0.67 423	0.45 364	0.42 354

test_sample8	2.19 421	0.49 331	1.13 322	0.56 205	0.39 214	1.02 285	0.73 310	1.82 319	1.15 239	2.26 410	1.30 247	4.94 444	2.52 433	2.27 321	7.92 448	0.57 408	12.61 477	0.62 417	0.67 423	0.45 364	0.42 354

AE-Stereo	0.49 61	0.27 84	0.67 108	0.60 250	0.39 214	0.67 154	0.46 175	1.18 162	1.09 203	0.47 25	0.75 68	0.69 99	0.47 62	0.59 25	0.40 81	0.16 15	0.15 146	0.21 123	0.20 164	0.19 93	0.15 37

testlalala	0.45 40	0.28 102	0.59 69	0.42 13	0.39 214	0.71 179	0.39 104	1.08 136	0.45 6	1.24 257	0.80 83	0.61 75	0.36 22	0.54 15	0.33 25	0.20 140	0.13 51	0.18 52	0.12 13	0.15 8	0.15 37

AACVNet	0.86 276	0.35 261	0.79 201	0.82 384	0.39 214	0.76 198	0.49 198	1.61 264	0.81 95	1.08 160	1.33 261	1.30 297	0.93 267	4.34 381	0.74 252	0.25 256	0.21 279	0.28 288	0.22 231	0.29 279	0.25 243

CFNet_pseudo	0.66 174	0.32 200	0.86 220	0.48 74	0.39 214	0.70 173	0.40 110	1.33 193	1.22 279	1.16 213	1.34 268	1.24 278	0.64 156	0.98 120	0.59 204	0.21 169	0.16 181	0.33 333	0.19 132	0.36 322	0.25 243

ccs_rob	0.66 174	0.33 219	0.86 220	0.48 74	0.39 214	0.70 173	0.40 110	1.33 193	1.22 279	1.16 213	1.34 268	1.23 276	0.64 156	0.98 120	0.59 204	0.21 169	0.16 181	0.35 351	0.20 164	0.37 326	0.25 243

UCFNet_RVC	0.69 189	0.35 261	0.49 21	0.64 290	0.39 214	0.85 242	0.58 265	1.75 293	1.14 228	0.97 132	1.19 211	1.17 263	0.93 267	0.99 123	0.62 217	0.28 302	0.20 258	0.34 343	0.31 345	0.32 305	0.27 273

rvit_0105_3	0.63 150	0.44 310	1.08 311	0.72 350	0.40 224	0.64 128	0.71 306	1.03 105	1.17 250	0.82 100	0.70 56	0.80 127	0.70 170	0.91 103	0.56 196	0.35 350	0.34 374	0.34 343	0.32 353	0.27 253	0.28 285

plain	0.46 44	0.27 84	1.01 284	0.50 97	0.40 224	0.35 8	0.37 86	0.87 46	0.56 29	0.43 15	0.76 70	0.42 10	0.40 32	1.13 155	0.45 127	0.21 169	0.15 146	0.24 205	0.19 132	0.24 217	0.16 56

StereoVision	0.65 167	0.34 241	0.86 220	0.59 239	0.40 224	0.50 55	0.41 123	1.09 138	0.93 132	0.71 73	2.50 412	0.82 136	0.57 121	1.03 132	0.49 160	0.25 256	0.28 340	0.29 297	0.28 321	0.36 322	0.20 167

GANet-ADL	0.60 133	0.35 261	0.72 146	0.64 290	0.40 224	0.68 161	0.51 206	1.49 229	1.12 214	0.95 127	1.08 160	0.91 175	0.57 121	0.76 67	0.55 194	0.26 276	0.18 225	0.18 52	0.16 81	0.23 202	0.25 243

ICVP	0.63 150	0.33 219	0.57 58	0.61 262	0.40 224	0.80 221	0.58 265	1.61 264	0.89 117	0.90 114	1.24 224	0.88 164	0.73 175	0.72 57	0.88 295	0.29 310	0.21 279	0.22 150	0.21 204	0.24 217	0.27 273
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
SANet	1.88 409	0.57 359	2.18 414	0.63 281	0.40 224	2.80 430	1.57 419	2.39 422	5.88 457	2.36 417	3.57 428	3.72 434	2.97 439	4.74 386	1.76 387	0.34 343	0.30 355	0.32 325	0.29 332	0.48 374	0.37 336

DN-CSS_ROB	0.64 161	0.32 200	1.05 299	0.55 193	0.40 224	0.54 86	0.45 169	1.21 170	0.93 132	1.03 153	1.47 305	0.69 99	0.63 152	1.76 272	0.49 160	0.18 73	0.14 92	0.25 243	0.22 231	0.22 177	0.20 167

rvit_stereo_0081_aga	0.44 33	0.34 241	0.73 158	0.51 124	0.41 231	0.50 55	0.40 110	0.81 36	0.57 30	0.58 52	0.56 31	0.53 51	0.43 41	0.66 45	0.40 81	0.26 276	0.21 279	0.22 150	0.20 164	0.26 239	0.18 105

CSP-Net	0.97 306	0.38 283	0.83 212	0.53 157	0.41 231	1.63 369	0.77 321	2.00 364	1.05 184	1.25 262	1.20 214	1.33 302	0.83 222	4.93 392	0.85 291	0.32 327	0.22 297	0.20 97	0.20 164	0.23 202	0.25 243

UDGNet	0.72 202	1.17 427	0.80 206	0.77 369	0.41 231	0.77 206	0.38 92	0.97 87	1.34 330	0.81 97	0.88 95	0.71 105	0.60 134	1.21 167	0.54 190	0.52 399	0.19 241	1.02 432	0.26 292	0.71 413	0.31 311

GwcNet-ADL	0.64 161	0.31 184	0.79 201	0.56 205	0.41 231	0.60 114	0.58 265	1.41 212	1.26 294	1.08 160	1.13 187	0.91 175	0.60 134	1.04 138	0.78 268	0.27 290	0.18 225	0.18 52	0.18 112	0.25 228	0.29 289

UGAM	1.14 347	0.27 84	0.95 264	0.53 157	0.42 235	0.70 173	0.72 309	0.95 79	1.32 323	0.98 136	1.48 310	1.78 371	0.87 240	9.65 460	0.87 294	0.21 169	0.18 225	0.30 307	0.24 263	0.19 93	0.16 56

rvit_stereo_ft	0.47 51	0.35 261	0.87 231	0.67 321	0.42 235	0.40 13	0.59 273	0.81 36	0.74 80	0.46 23	0.55 28	0.57 60	0.49 80	0.65 43	0.50 166	0.25 256	0.17 208	0.22 150	0.22 231	0.24 217	0.17 80

hitnet-ft	0.79 246	0.35 261	0.57 58	0.58 226	0.42 235	0.96 271	0.46 175	1.47 226	1.33 327	1.19 231	1.22 218	1.81 372	0.98 291	1.66 253	0.94 301	0.33 335	0.28 340	0.34 343	0.27 302	0.35 316	0.31 311

PSMNet-RSSM	0.72 202	0.30 151	0.61 77	0.63 281	0.42 235	0.73 185	0.56 252	1.92 348	1.10 208	1.09 166	1.37 277	1.22 271	0.98 291	1.28 179	0.72 248	0.27 290	0.19 241	0.27 275	0.29 332	0.24 217	0.24 231

FADNet_RVC	0.83 262	0.51 341	1.83 399	0.54 172	0.42 235	1.19 319	0.46 175	1.51 239	1.09 203	0.89 112	1.24 224	0.91 175	0.87 240	2.11 307	1.11 326	0.27 290	0.22 297	0.31 313	0.28 321	0.43 355	0.38 342

CFNet	0.96 300	0.36 270	1.01 284	0.62 273	0.42 235	0.99 280	0.47 181	1.90 341	1.32 323	0.99 139	1.39 285	1.10 248	0.86 236	5.58 407	0.79 274	0.23 218	0.17 208	0.28 288	0.27 302	0.26 239	0.21 183

StereoDRNet-Refined	0.80 249	0.41 301	0.88 238	0.62 273	0.42 235	1.33 337	0.48 189	1.52 241	1.17 250	1.45 338	1.44 297	1.44 321	0.90 252	1.26 177	1.24 339	0.20 140	0.16 181	0.27 275	0.24 263	0.25 228	0.28 285
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
CFNet_ucs	0.70 193	0.33 219	0.88 238	0.50 97	0.43 242	0.74 188	0.44 155	1.60 261	1.29 309	1.22 243	1.54 321	1.09 246	0.63 152	0.99 123	0.59 204	0.25 256	0.20 258	0.37 362	0.21 204	0.40 343	0.28 285

iinet-f	0.99 312	0.45 317	3.71 437	0.55 193	0.43 242	1.81 387	0.68 298	1.14 152	1.14 228	1.18 227	1.42 290	1.58 345	1.44 372	1.34 192	1.59 383	0.24 233	0.23 306	0.20 97	0.19 132	0.26 239	0.25 243

iRaft-Stereo_5w	0.85 271	0.29 132	0.91 251	0.53 157	0.43 242	0.49 46	0.68 298	0.99 91	0.87 110	0.79 91	1.34 268	1.46 325	0.91 255	5.11 393	1.11 326	0.17 40	0.14 92	0.22 150	0.18 112	0.20 120	0.20 167

IPLG	0.69 189	0.27 84	0.97 271	0.51 124	0.43 242	0.79 215	0.33 48	1.21 170	1.06 187	1.30 285	1.10 169	0.52 46	0.55 108	3.16 358	0.63 221	0.16 15	0.14 92	0.19 70	0.16 81	0.18 61	0.17 80

LMCR-Stereo	0.82 257	0.46 319	0.88 238	0.75 364	0.43 242	1.33 337	0.56 252	2.43 425	0.98 155	1.53 354	1.49 312	0.74 108	1.00 301	1.63 247	0.89 296	0.28 302	0.17 208	0.22 150	0.17 98	0.29 279	0.20 167

pmcnn	2.37 427	0.42 304	2.71 428	0.63 281	0.43 242	1.54 361	1.19 396	2.01 368	1.53 379	2.64 425	7.60 455	18.07 471	1.45 374	3.44 367	2.78 413	0.18 73	0.15 146	0.15 4	0.12 13	0.20 120	0.18 105

4D-IteraStereo	0.48 57	0.24 30	0.76 186	0.50 97	0.44 248	0.66 150	0.31 40	0.87 46	1.02 173	1.03 153	0.72 62	0.78 121	0.32 14	0.64 39	0.37 60	0.17 40	0.11 4	0.23 185	0.19 132	0.19 93	0.13 4

DCRE	0.82 257	0.26 61	0.70 128	0.58 226	0.44 248	0.54 86	0.48 189	0.95 79	0.78 89	0.78 88	7.33 454	0.86 156	0.52 90	0.76 67	0.41 92	0.16 15	0.16 181	0.19 70	0.17 98	0.18 61	0.17 80

BUS	0.74 221	0.32 200	0.68 111	0.54 172	0.44 248	2.34 416	0.42 126	2.16 393	0.98 155	1.20 235	1.11 175	1.03 225	0.62 147	0.91 103	0.70 240	0.24 233	0.17 208	0.25 243	0.22 231	0.22 177	0.22 200

BSDual-CNN	0.71 200	0.32 200	0.68 111	0.54 172	0.44 248	1.27 329	0.65 287	2.16 393	0.98 155	1.20 235	1.11 175	1.12 253	0.74 177	0.91 103	0.66 229	0.24 233	0.17 208	0.25 243	0.22 231	0.22 177	0.22 200

psmg	0.72 202	0.32 200	0.68 111	0.50 97	0.44 248	1.48 355	0.75 315	1.94 354	0.98 155	1.21 238	1.33 261	1.12 253	0.74 177	0.91 103	0.66 229	0.24 233	0.19 241	0.25 243	0.25 275	0.23 202	0.22 200

DMCA	0.67 183	0.34 241	0.90 248	0.51 124	0.44 248	0.86 243	0.47 181	1.42 214	1.02 173	1.17 222	1.12 182	1.23 276	0.75 179	0.78 71	0.95 303	0.25 256	0.19 241	0.27 275	0.19 132	0.24 217	0.27 273

DeepPruner_ROB	0.74 221	0.48 328	0.87 231	0.57 220	0.44 248	0.79 215	0.54 229	1.73 287	0.96 142	1.38 320	1.27 238	1.24 278	0.73 175	1.43 213	0.73 251	0.34 343	0.28 340	0.27 275	0.26 292	0.31 298	0.31 311

MyStereo07	0.48 57	0.29 132	0.50 24	0.55 193	0.45 255	0.59 107	0.79 326	1.05 116	0.51 21	0.48 29	0.53 20	0.43 12	0.55 108	1.30 183	0.34 39	0.17 40	0.16 181	0.24 205	0.20 164	0.23 202	0.20 167

MyStereo04	0.67 183	0.29 132	1.07 308	0.55 193	0.45 255	0.59 107	0.79 326	1.50 233	1.40 358	0.91 118	0.91 100	0.74 108	0.86 236	1.52 228	0.62 217	0.17 40	0.16 181	0.24 205	0.20 164	0.23 202	0.20 167

gwcnet-sp	0.74 221	0.33 219	1.44 363	0.57 220	0.45 255	1.40 347	0.54 229	1.50 233	1.14 228	1.30 285	1.02 139	0.94 189	0.82 214	1.39 206	0.76 260	0.21 169	0.21 279	0.22 150	0.21 204	0.22 177	0.22 200

scenet	0.74 221	0.33 219	1.44 363	0.57 220	0.45 255	1.40 347	0.54 229	1.50 233	1.14 228	1.30 285	1.02 139	0.94 189	0.82 214	1.39 206	0.76 260	0.21 169	0.21 279	0.22 150	0.21 204	0.22 177	0.22 200

ssnet	0.74 221	0.33 219	1.44 363	0.57 220	0.45 255	1.40 347	0.54 229	1.50 233	1.14 228	1.30 285	1.02 139	0.94 189	0.82 214	1.39 206	0.76 260	0.21 169	0.21 279	0.22 150	0.21 204	0.22 177	0.22 200

HHNet	0.62 143	0.26 61	0.63 84	0.43 15	0.45 255	0.50 55	0.58 265	1.07 131	1.01 170	1.25 262	2.23 400	0.70 103	0.61 142	1.07 144	0.47 148	0.20 140	0.13 51	0.23 185	0.19 132	0.19 93	0.30 301

FADNet-RVC-Resample	0.84 267	0.47 324	2.10 408	0.61 262	0.45 255	1.07 296	0.61 278	1.59 257	1.20 267	1.08 160	0.98 120	1.03 225	0.98 291	2.17 310	0.72 248	0.23 218	0.22 297	0.30 307	0.32 353	0.35 316	0.34 324

GANet	1.36 371	0.47 324	0.86 220	0.67 321	0.45 255	1.34 339	1.73 424	1.64 271	1.24 286	1.49 349	2.38 406	1.55 340	1.20 344	9.30 454	0.93 300	0.30 314	0.31 361	0.33 333	0.28 321	0.39 339	0.30 301

AANet_RVC	1.16 353	0.52 344	1.49 376	0.65 302	0.45 255	0.75 193	0.69 302	1.42 214	1.55 382	1.34 308	1.87 376	1.53 337	0.78 197	7.43 440	1.38 358	0.25 256	0.17 208	0.19 70	0.16 81	0.22 177	0.26 264

DISCO	1.03 323	0.34 241	1.11 318	0.69 335	0.45 255	2.07 405	0.84 338	2.13 384	1.50 374	1.15 203	1.33 261	2.40 411	1.07 321	2.60 338	1.51 379	0.23 218	0.18 225	0.22 150	0.20 164	0.31 298	0.27 273

GCAP-BAT	0.49 61	0.31 184	0.64 90	0.41 8	0.46 265	0.70 173	0.35 64	0.77 21	0.64 45	0.86 110	1.00 126	0.77 117	0.37 23	1.18 163	0.36 52	0.18 73	0.14 92	0.18 52	0.13 19	0.17 35	0.15 37

MyStereo06	0.61 139	0.28 102	0.95 264	0.56 205	0.46 265	0.61 118	0.73 310	1.78 307	0.67 61	1.03 153	1.12 182	1.13 258	0.56 112	0.78 71	0.41 92	0.17 40	0.16 181	0.23 185	0.20 164	0.22 177	0.20 167

MyStereo05	0.66 174	0.28 102	1.07 308	0.56 205	0.46 265	0.61 118	0.73 310	1.34 198	1.41 361	1.15 203	0.91 100	0.77 117	0.80 207	1.41 212	0.63 221	0.17 40	0.16 181	0.23 185	0.20 164	0.22 177	0.20 167

HBP-ISP	0.96 300	0.58 362	0.72 146	0.61 262	0.46 265	1.64 371	0.76 318	1.86 331	1.28 305	1.30 285	1.53 319	0.86 156	0.94 272	3.27 361	0.69 239	0.45 386	0.44 407	0.54 404	0.48 400	0.47 371	0.40 346

PSMNet-ADL	0.72 202	0.35 261	0.62 81	0.69 335	0.46 265	1.14 305	0.44 155	1.37 203	1.01 170	0.83 102	1.17 202	1.33 302	0.96 284	1.43 213	0.95 303	0.33 335	0.22 297	0.21 123	0.23 252	0.27 253	0.29 289

raft+_RVC	0.53 75	0.26 61	0.54 43	0.60 250	0.47 270	0.54 86	0.54 229	1.27 187	0.99 162	0.76 82	1.03 147	0.70 103	0.56 112	0.93 110	0.47 148	0.18 73	0.14 92	0.19 70	0.18 112	0.18 61	0.15 37

FADNet-RVC	0.88 281	0.67 383	1.93 403	0.60 250	0.48 271	0.91 251	0.60 277	1.71 285	1.18 257	0.90 114	0.96 111	1.36 308	0.92 258	2.25 319	1.17 333	0.30 314	0.29 351	0.32 325	0.32 353	0.41 346	0.35 329

NaN_ROB	1.13 345	0.55 352	1.15 327	0.64 290	0.48 271	1.61 367	2.03 441	1.72 286	1.48 371	2.09 406	1.27 238	1.40 312	1.08 322	3.94 373	1.30 348	0.28 302	0.34 374	0.28 288	0.28 321	0.30 290	0.33 321

ETE_ROB	0.96 300	0.64 380	1.16 328	0.69 335	0.48 271	1.14 305	1.13 389	1.77 303	1.19 262	1.91 398	1.45 299	1.73 365	1.05 315	1.60 244	1.14 329	0.32 327	0.26 326	0.38 365	0.34 365	0.39 339	0.41 350

rvit_105_1	0.72 202	0.52 344	1.01 284	0.78 371	0.49 274	0.75 193	0.87 346	1.12 148	1.18 257	0.99 139	0.79 78	0.90 173	0.77 191	1.26 177	0.75 257	0.41 371	0.36 388	0.36 359	0.41 384	0.30 290	0.33 321

MyStereo8	0.65 167	0.29 132	1.00 280	0.58 226	0.49 274	0.91 251	0.35 64	1.18 162	1.31 319	1.16 213	1.27 238	0.90 173	0.64 156	0.72 57	0.95 303	0.18 73	0.14 92	0.20 97	0.18 112	0.22 177	0.26 264

IPLGR_C	0.62 143	0.33 219	0.99 275	0.58 226	0.49 274	0.76 198	0.48 189	1.10 140	0.96 142	1.40 326	1.56 327	0.62 76	0.48 72	0.80 77	0.71 245	0.23 218	0.15 146	0.19 70	0.16 81	0.19 93	0.21 183

ACRE	0.61 139	0.33 219	1.01 284	0.58 226	0.49 274	0.75 193	0.47 181	1.06 129	0.95 137	1.37 315	1.55 323	0.62 76	0.46 53	0.83 85	0.70 240	0.23 218	0.15 146	0.19 70	0.16 81	0.18 61	0.21 183

Anonymous3	0.61 139	0.44 310	1.11 318	0.59 239	0.49 274	0.93 262	0.65 287	0.93 68	0.81 95	0.72 78	0.88 95	0.65 84	0.69 167	1.06 140	0.53 185	0.35 350	0.30 355	0.26 262	0.26 292	0.31 298	0.27 273

DMCA-RVC	0.74 221	0.40 294	1.27 345	0.66 309	0.49 274	0.77 206	0.47 181	1.35 200	1.01 170	1.53 354	1.01 132	1.29 296	0.82 214	1.31 184	0.78 268	0.27 290	0.21 279	0.35 351	0.27 302	0.32 305	0.24 231

MeshStereo	2.26 423	0.56 355	0.92 255	0.61 262	0.49 274	2.60 424	1.02 377	3.18 438	2.05 415	7.40 466	4.98 445	7.58 455	2.98 440	6.37 421	1.96 397	0.43 380	0.43 404	0.45 386	0.39 379	0.43 355	0.42 354
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
testlalala_base	0.77 236	0.40 294	0.70 128	0.65 302	0.50 281	0.79 215	0.28 26	1.50 233	0.51 21	0.73 79	0.90 98	0.69 99	0.54 101	0.66 45	0.40 81	2.82 448	0.14 92	0.17 23	0.12 13	2.68 444	0.19 140

test_5	0.65 167	0.30 151	0.75 176	0.67 321	0.50 281	0.92 258	0.52 216	1.39 209	1.12 214	0.76 82	1.11 175	1.00 212	0.90 252	1.53 232	0.45 127	0.18 73	0.13 51	0.23 185	0.22 231	0.21 154	0.19 140

CIPLG	0.62 143	0.33 219	0.96 269	0.58 226	0.50 281	0.75 193	0.48 189	1.05 116	0.96 142	1.40 326	1.57 331	0.64 81	0.48 72	0.89 101	0.70 240	0.23 218	0.15 146	0.19 70	0.16 81	0.19 93	0.21 183

rafts_anoy	0.52 66	0.29 132	0.59 69	0.59 239	0.50 281	0.53 79	0.40 110	1.11 146	1.03 176	0.84 104	0.83 85	0.68 94	0.54 101	0.72 57	0.51 171	0.19 111	0.14 92	0.24 205	0.26 292	0.21 154	0.18 105

GEStereo_RVC	0.90 286	0.37 276	0.99 275	0.64 290	0.50 281	0.95 267	0.79 326	2.42 424	1.17 250	1.16 213	1.11 175	1.26 286	0.92 258	3.24 359	0.90 298	0.29 310	0.19 241	0.23 185	0.20 164	0.27 253	0.29 289

RALAANet	0.60 133	0.33 219	0.87 231	0.62 273	0.50 281	0.69 166	0.31 40	1.21 170	1.06 187	1.09 166	1.16 199	0.88 164	0.46 53	1.22 168	0.42 102	0.19 111	0.15 146	0.21 123	0.17 98	0.27 253	0.17 80

RAFT + AFF	1.00 316	0.42 304	1.09 313	0.67 321	0.50 281	1.22 323	1.24 399	2.24 407	1.19 262	1.30 285	1.56 327	1.17 263	1.49 380	3.44 367	0.83 285	0.21 169	0.25 321	0.30 307	0.26 292	0.27 253	0.27 273

SuperB	2.53 433	0.59 365	18.45 464	0.69 335	0.50 281	1.87 394	0.88 348	1.67 278	2.39 422	1.50 350	1.42 290	1.14 260	1.15 334	4.28 380	5.07 433	0.24 233	0.19 241	0.22 150	0.19 132	7.86 472	0.34 324

TDLM	1.06 327	0.44 310	0.79 201	0.63 281	0.50 281	0.89 246	1.44 411	1.48 227	1.26 294	1.12 181	1.40 287	1.08 236	0.98 291	6.65 425	0.78 268	0.33 335	0.21 279	0.33 333	0.26 292	0.37 326	0.24 231

CVANet_RVC	1.07 329	0.43 307	0.76 186	0.60 250	0.50 281	0.90 249	0.97 368	1.52 241	1.26 294	1.33 305	1.38 281	1.24 278	1.18 338	6.75 431	0.75 257	0.34 343	0.23 306	0.34 343	0.29 332	0.42 350	0.27 273

CSAN	1.41 377	0.59 365	1.26 342	0.70 340	0.50 281	1.76 381	1.78 425	1.77 303	1.90 407	2.35 415	2.32 403	1.92 383	1.94 414	5.56 406	1.49 378	0.43 380	0.35 383	0.40 375	0.41 384	0.43 355	0.41 350

AEACV	0.37 5	0.24 30	0.52 35	0.47 53	0.51 292	0.37 11	0.38 92	0.65 6	0.53 27	0.42 12	0.56 31	0.46 22	0.60 134	0.53 13	0.30 7	0.16 15	0.13 51	0.18 52	0.15 47	0.17 35	0.14 19

fast-acv-ft	0.94 296	0.44 310	1.40 360	0.58 226	0.51 292	1.77 384	0.69 302	1.36 202	1.42 364	1.29 276	1.86 374	1.74 367	1.25 353	1.52 228	1.38 358	0.26 276	0.28 340	0.28 288	0.28 321	0.27 253	0.26 264

RAFT_CTSACE	0.63 150	0.26 61	0.88 238	0.55 193	0.51 292	0.71 179	0.44 155	0.80 33	0.97 150	0.97 132	1.84 371	1.18 266	0.68 164	1.47 223	0.36 52	0.16 15	0.15 146	0.21 123	0.20 164	0.20 120	0.14 19

NINENet	0.77 236	0.37 276	0.78 199	0.62 273	0.51 292	2.34 416	0.42 126	1.83 324	1.04 180	1.14 197	1.23 222	1.03 225	0.62 147	1.24 175	0.70 240	0.28 302	0.23 306	0.31 313	0.21 204	0.26 239	0.25 243

sAnonymous2	0.55 105	0.56 355	1.46 369	0.60 250	0.51 292	0.48 36	0.52 216	0.79 27	0.68 64	0.50 41	0.67 46	0.46 22	0.62 147	0.59 25	0.40 81	0.22 193	0.17 208	0.22 150	0.21 204	0.86 418	0.56 391

CroCo_RVC	0.55 105	0.56 355	1.46 369	0.60 250	0.51 292	0.48 36	0.52 216	0.79 27	0.68 64	0.50 41	0.67 46	0.46 22	0.62 147	0.59 25	0.40 81	0.22 193	0.17 208	0.22 150	0.21 204	0.86 418	0.56 391

RALCasStereoNet	0.54 90	0.30 151	0.66 103	0.59 239	0.51 292	0.61 118	0.52 216	0.94 75	0.93 132	0.70 71	1.01 132	0.78 121	0.44 46	1.33 189	0.47 148	0.20 140	0.16 181	0.18 52	0.16 81	0.20 120	0.19 140

LALA_ROB	1.01 320	0.59 365	1.16 328	0.67 321	0.51 292	1.63 369	1.26 403	1.69 281	1.38 349	1.81 390	1.37 277	1.94 385	1.02 308	1.58 241	1.38 358	0.37 358	0.27 334	0.43 382	0.37 376	0.43 355	0.37 336

MIF-Stereo (partial)	0.45 40	0.25 49	0.70 128	0.50 97	0.52 300	0.35 8	0.26 15	0.91 61	0.59 35	0.45 22	0.71 59	0.51 41	0.51 86	1.11 152	0.45 127	0.20 140	0.16 181	0.23 185	0.20 164	0.24 217	0.18 105

IER	0.70 193	0.31 184	1.02 291	0.48 74	0.52 300	1.34 339	0.51 206	1.17 157	0.99 162	1.23 249	1.34 268	1.12 253	1.11 327	0.99 123	0.71 245	0.20 140	0.16 181	0.21 123	0.21 204	0.20 120	0.19 140

raftrobust	0.52 66	0.25 49	0.56 49	0.65 302	0.52 300	0.49 46	0.34 60	0.98 89	0.91 126	1.30 285	0.87 93	0.63 78	0.81 210	0.78 71	0.41 92	0.19 111	0.15 146	0.16 15	0.14 37	0.15 8	0.16 56

coex-ft	8.13 462	2.13 454	98.04 487	0.67 321	0.53 303	1.71 375	1.56 417	1.65 272	11.11 463	18.17 477	3.75 430	3.88 435	7.61 464	2.98 352	6.49 439	0.30 314	0.30 355	0.32 325	0.31 345	0.66 408	0.50 379

EDNetEfficientorigin	10.57 465	1.47 436	177.42 488	0.67 321	0.53 303	1.58 365	1.16 393	1.90 341	3.37 441	4.71 454	3.38 425	3.10 429	2.69 436	3.13 357	3.58 424	0.25 256	0.23 306	0.33 333	0.27 302	0.83 417	0.81 418

GANetREF_RVC	1.07 329	0.86 405	1.31 349	0.82 384	0.53 303	1.41 351	1.31 405	1.76 299	1.52 377	1.27 269	1.31 253	1.46 325	1.24 352	2.03 299	0.96 307	0.56 407	0.45 411	0.67 420	0.50 406	0.88 420	0.59 398
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
pcwnet_v2	0.97 306	0.37 276	4.33 438	0.62 273	0.54 306	0.79 215	0.45 169	2.02 371	1.58 383	1.42 334	1.64 346	1.09 246	0.79 201	1.24 175	0.67 232	0.32 327	0.25 321	0.29 297	0.27 302	0.37 326	0.35 329

GwcNet-RSSM	0.77 236	0.32 200	1.01 284	0.62 273	0.54 306	0.78 211	0.51 206	1.73 287	1.20 267	1.09 166	1.37 277	1.46 325	0.85 228	1.53 232	1.09 321	0.25 256	0.18 225	0.23 185	0.24 263	0.20 120	0.19 140

CFNet-ft	0.72 202	0.32 200	0.54 43	0.66 309	0.54 306	0.83 232	0.55 244	1.37 203	1.15 239	0.93 121	1.28 243	1.57 342	0.97 287	1.35 193	0.81 278	0.26 276	0.20 258	0.33 333	0.25 275	0.30 290	0.23 218

STTStereo	0.78 243	0.50 338	1.22 335	0.64 290	0.54 306	0.89 246	0.54 229	1.44 221	1.11 210	1.38 320	1.09 165	1.27 290	0.85 228	1.43 213	0.83 285	0.29 310	0.27 334	0.33 333	0.39 379	0.32 305	0.30 301

CFNet_RVC	0.72 202	0.32 200	0.54 43	0.66 309	0.54 306	0.83 232	0.55 244	1.37 203	1.15 239	0.93 121	1.28 243	1.57 342	0.97 287	1.35 193	0.81 278	0.26 276	0.20 258	0.33 333	0.25 275	0.30 290	0.23 218

DLCB_ROB	0.86 276	0.40 294	0.78 199	0.68 332	0.54 306	1.11 300	0.84 338	1.49 229	1.23 282	1.64 374	1.65 348	1.70 362	0.91 255	1.70 261	1.05 314	0.25 256	0.24 314	0.26 262	0.27 302	0.27 253	0.24 231

DispNO	0.93 294	0.30 151	1.34 357	0.55 193	0.55 312	0.89 246	0.49 198	1.48 227	1.21 273	1.17 222	1.27 238	1.19 267	0.90 252	5.23 395	0.74 252	0.22 193	0.17 208	0.24 205	0.21 204	0.19 93	0.20 167

FADNet	0.92 291	0.61 374	1.81 396	0.62 273	0.55 312	0.96 271	0.57 262	1.78 307	1.33 327	0.93 121	1.01 132	1.36 308	1.01 303	2.71 342	0.75 257	0.33 335	0.34 374	0.31 313	0.34 365	0.59 397	0.40 346

AIO-Stereo-zeroshot	0.72 202	0.35 261	1.70 387	0.49 88	0.56 314	0.63 125	0.38 92	2.41 423	0.65 59	0.77 86	1.07 156	1.82 374	0.95 277	0.93 110	0.43 111	0.20 140	0.13 51	0.21 123	0.25 275	0.28 270	0.26 264

SDNR	1.62 393	0.51 341	2.17 412	0.53 157	0.56 314	3.80 446	0.45 169	1.54 249	1.29 309	1.33 305	2.41 409	1.08 236	0.96 284	11.18 467	1.16 331	0.66 419	0.63 432	0.43 382	0.32 353	0.64 404	0.67 409

SACVNet	0.85 271	0.46 319	0.85 214	0.81 379	0.56 314	0.80 221	0.79 326	1.68 279	1.12 214	1.34 308	1.33 261	1.25 282	0.94 272	2.39 330	0.76 260	0.34 343	0.26 326	0.31 313	0.29 332	0.35 316	0.44 363

FC-DCNN v2	2.81 441	0.59 365	0.85 214	0.73 358	0.57 317	2.97 434	1.05 380	3.39 442	2.61 430	6.98 462	7.67 457	10.38 465	6.31 460	5.75 411	3.37 423	0.53 405	0.48 416	0.51 396	0.50 406	0.53 386	0.51 383

CRFU-Net	0.86 276	0.39 288	1.00 280	0.65 302	0.57 317	1.78 386	0.86 344	2.15 390	0.81 95	1.38 320	1.18 204	1.64 355	1.19 341	1.35 193	0.90 298	0.26 276	0.22 297	0.21 123	0.19 132	0.23 202	0.24 231

RTSC	1.29 361	0.73 392	2.44 420	0.83 387	0.57 317	1.85 392	0.65 287	1.88 336	2.00 412	2.20 409	1.66 350	1.60 348	1.26 355	2.33 325	3.92 427	0.32 327	0.23 306	0.27 275	0.29 332	0.37 326	0.37 336

FC-DCNN	2.72 440	0.59 365	0.86 220	0.73 358	0.57 317	2.91 431	1.04 379	3.01 436	2.60 429	6.83 461	7.64 456	9.92 462	6.33 461	5.21 394	3.14 418	0.53 405	0.48 416	0.51 396	0.50 406	0.53 386	0.51 383

PS-NSSS	0.99 312	0.58 362	0.93 257	0.58 226	0.57 317	0.91 251	0.80 332	1.81 318	1.14 228	1.14 197	1.67 352	1.00 212	0.83 222	4.62 385	0.78 268	0.37 358	0.31 361	0.52 398	0.32 353	0.45 364	0.38 342

DPSNet	1.69 399	0.59 365	4.33 438	0.70 340	0.57 317	2.02 403	1.62 421	3.35 441	1.78 398	1.48 347	1.38 281	2.17 400	2.84 437	4.77 387	3.66 425	0.48 394	0.31 361	0.29 297	0.25 275	0.64 404	0.48 374

NCCL2	1.00 316	0.56 355	1.06 303	0.75 364	0.57 317	1.31 335	1.72 423	1.77 303	1.36 341	1.50 350	1.17 202	1.91 380	1.17 335	1.54 234	1.29 347	0.35 350	0.31 361	0.45 386	0.44 391	0.40 343	0.40 346

XPNet_ROB	0.96 300	0.49 331	1.09 313	0.72 350	0.57 317	1.11 300	1.14 390	1.66 277	1.23 282	1.85 393	1.39 285	1.64 355	1.11 327	1.80 276	1.42 370	0.38 362	0.30 355	0.33 333	0.29 332	0.37 326	0.34 324

WCMA_ROB	1.84 406	0.47 324	1.31 349	0.69 335	0.57 317	2.11 407	1.14 390	1.87 333	1.73 394	4.04 446	6.43 449	5.62 449	3.61 445	2.59 337	1.94 396	0.52 399	0.44 407	0.39 370	0.42 387	0.48 374	0.47 371

Anonymous_2	1.30 363	0.55 352	0.82 210	0.52 143	0.58 326	1.01 283	0.64 285	1.25 185	0.97 150	0.96 129	0.78 74	1.33 302	1.29 358	1.03 132	0.74 252	0.62 415	0.64 433	1.06 433	9.63 471	1.16 430	0.49 378

psm_up	0.77 236	0.34 241	0.70 128	0.66 309	0.58 326	1.05 291	0.92 358	1.52 241	1.12 214	1.26 266	1.16 199	1.31 300	1.23 350	1.20 166	0.81 278	0.25 256	0.29 351	0.31 313	0.27 302	0.27 253	0.25 243

GANet-RSSM	0.72 202	0.28 102	0.63 84	0.64 290	0.58 326	0.80 221	0.58 265	1.89 338	1.08 197	1.04 156	1.25 228	1.15 261	1.04 311	1.49 225	0.62 217	0.25 256	0.19 241	0.22 150	0.22 231	0.22 177	0.21 183

FAT-Stereo	1.07 329	0.41 301	1.32 352	0.72 350	0.58 326	1.08 297	0.89 350	1.96 357	1.65 387	1.75 381	1.98 384	2.03 395	1.48 378	2.02 298	1.18 336	0.42 375	0.35 383	0.34 343	0.29 332	0.35 316	0.53 386

ADCPNet	1.85 407	0.69 387	8.07 451	0.71 347	0.58 326	2.79 429	1.22 398	1.94 354	1.54 380	1.88 394	1.69 353	2.46 414	2.04 418	2.37 328	6.48 438	0.38 362	0.37 390	0.38 365	0.43 389	0.47 371	0.45 365

NLCA_NET_v2_RVC	0.79 246	0.43 307	1.05 299	0.64 290	0.58 326	0.95 267	0.53 224	1.53 247	1.18 257	1.37 315	1.15 196	1.43 317	0.88 245	1.61 245	0.84 288	0.25 256	0.22 297	0.27 275	0.27 302	0.29 279	0.29 289
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
MDST_ROB	1.67 396	0.34 241	1.58 381	0.92 411	0.58 326	4.26 452	1.11 386	2.83 432	1.41 361	4.49 452	2.55 413	1.45 323	0.97 287	7.79 445	1.17 333	0.31 321	0.25 321	0.37 362	0.33 360	0.31 298	0.30 301

HCRNet	0.70 193	0.39 288	0.73 158	0.60 250	0.59 333	0.76 198	0.35 64	1.22 177	1.13 226	1.02 150	0.99 122	1.02 221	0.76 187	2.19 314	0.70 240	0.28 302	0.19 241	0.28 288	0.23 252	0.25 228	0.23 218

MMNet	0.84 267	0.32 200	1.09 313	0.60 250	0.59 333	1.85 392	0.49 198	1.51 239	1.27 300	1.37 315	1.15 196	1.26 286	1.18 338	1.67 254	1.22 337	0.19 111	0.18 225	0.23 185	0.22 231	0.25 228	0.21 183

psmorigin	1.52 384	0.69 387	10.52 458	0.68 332	0.59 333	1.13 304	0.70 304	1.57 255	1.19 262	1.99 401	1.79 365	2.26 403	1.47 377	2.09 305	1.36 357	0.39 365	0.40 399	0.34 343	0.33 360	0.43 355	0.56 391

EKT-Stereo	0.53 75	0.30 151	0.73 158	0.58 226	0.60 336	0.51 70	0.48 189	0.94 75	0.90 121	0.71 73	0.88 95	0.77 117	0.43 41	1.07 144	0.40 81	0.22 193	0.16 181	0.21 123	0.18 112	0.20 120	0.22 200

sCroCo_RVC	0.49 61	0.40 294	1.02 291	0.65 302	0.60 336	0.52 74	0.40 110	0.83 42	0.61 36	0.44 17	0.74 66	0.49 36	0.50 84	0.63 38	0.48 153	0.26 276	0.27 334	0.23 185	0.22 231	0.29 279	0.25 243

ac_64	0.82 257	0.29 132	0.81 207	0.71 347	0.60 336	1.05 291	0.54 229	1.99 363	0.92 130	1.18 227	1.06 153	1.99 390	1.08 322	1.94 292	0.97 308	0.27 290	0.22 297	0.24 205	0.23 252	0.22 177	0.19 140

LL-Strereo	1.33 368	0.39 288	1.38 359	0.61 262	0.61 339	0.75 193	0.66 292	1.63 270	1.17 250	1.56 362	1.60 335	2.03 395	2.12 422	9.72 461	0.97 308	0.21 169	0.18 225	0.27 275	0.23 252	0.22 177	0.25 243

ADCL	1.72 403	0.57 359	3.66 435	0.67 321	0.61 339	2.61 425	1.85 430	1.96 357	1.67 389	1.90 397	1.83 369	2.06 398	1.90 412	2.13 308	9.15 453	0.26 276	0.24 314	0.34 343	0.32 353	0.38 335	0.35 329

FBW_ROB	1.71 402	0.62 377	1.45 367	0.67 321	0.61 339	1.81 387	1.08 384	2.52 428	1.70 391	1.77 383	1.73 357	1.98 389	1.25 353	12.57 469	1.84 390	0.34 343	0.37 390	0.56 412	0.38 378	0.45 364	0.43 361

MSMD_ROB	1.99 416	0.59 365	0.89 244	0.70 340	0.61 339	3.95 448	0.94 364	1.80 315	1.79 399	4.41 450	4.43 435	8.17 458	3.66 446	3.40 363	1.33 351	0.52 399	0.48 416	0.54 404	0.58 416	0.53 386	0.50 379

PSMNet_ROB	0.90 286	0.52 344	1.17 330	0.72 350	0.61 339	1.27 329	1.12 388	1.76 299	1.12 214	1.09 166	1.28 243	1.45 323	0.89 251	1.65 249	1.42 370	0.33 335	0.25 321	0.37 362	0.39 379	0.35 316	0.29 289

Wz-Net-LNSev-Ref	0.99 312	0.40 294	1.82 397	0.66 309	0.62 344	2.05 404	0.78 323	1.91 345	1.29 309	1.54 358	1.42 290	1.51 335	1.23 350	1.99 296	1.33 351	0.23 218	0.14 92	0.20 97	0.15 47	0.27 253	0.26 264

AIO-Stereo-zeroshot1	0.98 310	0.39 288	3.21 432	0.50 97	0.63 345	0.64 128	0.39 104	2.36 418	0.75 81	0.95 127	4.63 439	1.81 372	0.56 112	0.96 113	0.41 92	0.18 73	0.13 51	0.21 123	0.26 292	0.32 305	0.35 329

anonymousa	0.72 202	0.27 84	0.75 176	0.47 53	0.63 345	1.43 352	0.45 169	1.24 183	0.89 117	1.28 271	1.75 361	1.62 350	1.13 332	0.69 48	0.59 204	0.19 111	0.16 181	0.23 185	0.25 275	0.20 120	0.18 105

cf-r	0.73 218	0.30 151	0.77 191	0.55 193	0.63 345	0.78 211	0.48 189	1.79 312	1.15 239	1.13 195	1.26 235	1.43 317	0.87 240	1.40 211	0.85 291	0.25 256	0.18 225	0.22 150	0.23 252	0.19 93	0.19 140

Wz-Net-TNSev	1.88 409	2.08 453	7.66 449	0.67 321	0.64 348	2.42 419	1.83 429	2.33 415	1.74 396	1.57 366	1.56 327	2.58 416	1.90 412	4.86 388	3.12 417	0.39 365	0.37 390	0.33 333	0.37 376	0.53 386	0.58 396

ADLNet2	0.88 281	0.34 241	1.17 330	0.77 369	0.64 348	1.12 303	0.76 318	1.74 291	1.24 286	1.21 238	1.65 348	1.71 363	1.05 315	1.67 254	1.17 333	0.24 233	0.21 279	0.21 123	0.22 231	0.26 239	0.29 289

DSFCA	0.93 294	0.34 241	1.06 303	0.52 143	0.65 350	1.55 362	0.93 362	1.49 229	1.19 262	1.56 362	1.15 196	1.50 333	0.96 284	3.07 353	1.02 313	0.30 314	0.26 326	0.25 243	0.25 275	0.28 270	0.24 231

edge stereo	1.11 340	0.50 338	1.30 348	0.71 347	0.65 350	1.14 305	0.75 315	1.93 352	1.37 345	1.71 378	1.83 369	2.54 415	1.44 372	2.43 332	1.23 338	0.42 375	0.41 401	0.54 404	0.35 369	0.42 350	0.46 368

rvit_stereo_0075_2	0.64 161	0.46 319	1.05 299	0.66 309	0.66 352	0.53 79	0.48 189	1.20 169	1.12 214	0.76 82	0.92 102	0.78 121	0.53 96	1.03 132	0.59 204	0.37 358	0.28 340	0.40 375	0.31 345	0.37 326	0.32 316

delet	0.85 271	0.32 200	0.95 264	0.65 302	0.66 352	1.64 371	0.84 338	1.75 293	1.35 338	1.32 297	1.30 247	1.30 297	0.88 245	1.68 259	1.10 324	0.21 169	0.21 279	0.24 205	0.24 263	0.21 154	0.21 183

MFN_U_SF_RVC	1.52 384	0.84 402	3.42 433	0.87 400	0.66 352	2.56 423	0.95 366	2.36 418	1.70 391	1.98 400	1.86 374	2.45 413	1.79 403	2.95 349	2.58 409	0.52 399	0.48 416	0.55 409	0.59 419	0.59 397	0.61 402

Wz-Net-SNSev	1.49 380	1.23 428	6.27 448	0.68 332	0.67 355	1.37 342	1.41 409	2.00 364	1.39 353	1.48 347	1.61 339	2.29 404	1.32 364	3.93 372	2.14 404	0.31 321	0.28 340	0.31 313	0.33 360	0.42 350	0.36 334

TRStereo	0.60 133	0.60 373	0.97 271	0.74 361	0.67 355	0.46 33	0.38 92	1.85 328	0.89 117	0.79 91	0.80 83	0.88 164	0.39 29	1.10 149	0.41 92	0.23 218	0.15 146	0.23 185	0.24 263	0.17 35	0.15 37

XX-Stereo	0.63 150	0.26 61	1.90 401	0.81 379	0.67 355	0.43 25	0.23 5	1.03 105	0.58 31	0.65 65	1.56 327	1.41 315	0.39 29	1.28 179	0.35 46	0.20 140	0.14 92	0.20 97	0.19 132	0.18 61	0.14 19

Syn2CoEx	1.14 347	0.69 387	1.66 385	0.80 376	0.67 355	1.40 347	0.88 348	2.06 378	1.54 380	1.25 262	1.58 333	1.42 316	1.50 381	4.09 375	1.40 362	0.36 354	0.32 368	0.34 343	0.29 332	0.29 279	0.34 324

MaskLacGwcNet_RVC	1.10 337	1.02 415	1.00 280	0.82 384	0.67 355	1.93 396	0.93 362	1.62 268	1.11 210	1.15 203	1.25 228	1.50 333	0.79 201	1.96 294	0.76 260	1.89 439	0.34 374	0.79 424	0.36 373	1.25 434	0.83 419

ADCMid	1.89 412	0.73 392	5.06 441	0.72 350	0.67 355	2.00 402	1.14 390	1.97 361	1.48 371	2.86 432	1.81 368	2.37 409	2.05 420	2.24 317	10.39 457	0.33 335	0.31 361	0.39 370	0.43 389	0.50 378	0.44 363

GASNet	0.99 312	0.97 411	1.72 390	0.98 415	0.68 361	0.83 232	0.67 295	1.60 261	1.28 305	1.31 295	1.22 218	1.22 271	1.21 347	2.41 331	1.41 366	0.43 380	0.26 326	0.36 359	0.34 365	0.55 390	0.31 311

BEATNet-Init1	26.87 477	13.43 473	70.68 486	0.91 409	0.68 361	57.02 486	21.06 472	32.82 483	32.67 480	52.12 487	53.61 486	66.05 487	49.56 487	48.79 488	34.71 482	0.49 398	0.44 407	0.53 403	0.53 411	0.63 402	0.59 398

DAS	0.84 267	0.34 241	1.03 295	0.64 290	0.69 363	0.77 206	0.63 283	1.54 249	1.20 267	1.79 387	1.55 323	0.95 196	1.04 311	2.83 345	0.60 212	0.21 169	0.16 181	0.25 243	0.18 112	0.27 253	0.22 200

SepStereo	0.82 257	0.34 241	1.03 295	0.64 290	0.69 363	0.77 206	0.63 283	1.54 249	1.20 267	1.79 387	1.55 323	0.95 196	1.04 311	2.30 323	0.60 212	0.21 169	0.16 181	0.25 243	0.18 112	0.27 253	0.22 200

XQC	1.37 372	0.87 406	2.56 424	0.84 388	0.69 363	1.83 390	0.89 350	2.07 379	1.88 404	1.88 394	1.53 319	1.91 380	1.55 384	2.85 347	3.05 415	0.48 394	0.29 351	0.44 385	0.39 379	0.69 411	0.60 401

Wz-Net-MNSev	1.11 340	0.58 362	2.23 415	0.66 309	0.71 366	1.95 398	1.46 412	1.98 362	1.45 368	1.79 387	1.43 294	1.49 332	1.33 365	1.97 295	1.42 370	0.27 290	0.23 306	0.28 288	0.28 321	0.34 315	0.31 311

EDNetEfficient	2.37 427	1.10 419	8.08 452	0.74 361	0.71 366	0.98 279	1.56 417	1.46 224	4.06 447	4.90 455	2.82 418	2.25 402	3.48 444	2.95 349	9.97 454	0.26 276	0.24 314	0.26 262	0.30 341	0.68 410	0.61 402

ADLNet	0.85 271	0.36 270	0.89 244	0.85 393	0.72 368	1.24 325	0.76 318	1.82 319	1.36 341	1.52 353	1.35 274	1.27 290	0.99 299	1.23 170	1.15 330	0.27 290	0.20 258	0.26 262	0.25 275	0.28 270	0.30 301

DANet	1.08 332	0.61 374	1.32 352	0.85 393	0.72 368	1.37 342	0.51 206	1.54 249	1.15 239	1.78 384	1.54 321	2.01 392	1.11 327	2.90 348	2.00 399	0.33 335	0.30 355	0.40 375	0.30 341	0.44 361	0.45 365
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
NVstereo2D	0.92 291	0.41 301	1.48 374	0.72 350	0.72 368	1.20 321	0.87 346	1.75 293	1.38 349	0.99 139	1.13 187	1.26 286	0.98 291	2.21 316	0.89 296	0.43 380	0.20 258	0.38 365	0.24 263	0.57 393	0.63 404

ccnet	1.12 342	0.67 383	1.01 284	0.78 371	0.73 371	1.72 377	0.99 372	1.84 327	1.26 294	1.47 341	1.85 373	1.75 370	1.29 358	1.75 267	1.88 393	0.57 408	0.53 424	0.57 414	0.55 413	0.59 397	0.54 387

UNet	0.83 262	0.34 241	1.31 349	0.58 226	0.74 372	1.58 365	0.49 198	1.41 212	1.04 180	1.21 238	1.08 160	1.54 338	1.12 330	1.65 249	1.09 321	0.23 218	0.17 208	0.25 243	0.20 164	0.25 228	0.22 200

UPFNet	0.80 249	0.32 200	0.90 248	0.59 239	0.74 372	1.26 328	0.80 332	1.52 241	1.10 208	1.30 285	1.12 182	1.30 297	0.84 225	1.67 254	1.09 321	0.24 233	0.24 314	0.24 205	0.23 252	0.25 228	0.18 105

G-Net	1.66 395	0.63 378	1.56 379	1.11 425	0.74 372	2.98 435	0.91 356	1.55 253	1.22 279	2.76 429	8.18 461	2.32 407	2.53 434	1.92 288	1.87 391	0.48 394	0.44 407	0.45 386	0.31 345	0.60 401	0.57 395

ADCS	2.25 422	0.99 413	5.55 443	0.81 379	0.74 372	2.19 410	1.80 426	2.27 411	2.14 417	2.80 431	2.13 395	2.40 411	2.03 417	2.64 340	13.69 461	0.41 371	0.39 397	0.40 375	0.45 393	0.58 395	0.56 391

AnyNet_C01	2.26 423	1.78 442	10.22 457	0.93 412	0.74 372	2.92 433	2.20 447	2.29 413	1.80 400	2.53 422	2.41 409	2.71 421	1.73 398	3.41 364	6.72 440	0.41 371	0.39 397	0.40 375	0.42 387	0.67 409	0.63 404

PA-Net	1.01 320	0.57 359	1.29 347	0.64 290	0.74 372	1.19 319	0.84 338	1.69 281	1.43 366	1.16 213	1.19 211	1.32 301	1.19 341	3.42 365	1.25 340	0.29 310	0.45 411	0.33 333	0.49 403	0.32 305	0.47 371
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
FCDSN-DC	2.32 425	0.63 378	0.81 207	0.84 388	0.75 378	2.23 411	0.94 364	2.09 382	1.80 400	5.45 459	7.72 458	7.77 457	6.93 463	3.39 362	1.80 389	0.52 399	0.48 416	0.52 398	0.51 409	0.57 393	0.58 396
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
MFN_U_SF_DS_RVC	1.74 404	0.87 406	3.56 434	0.80 376	0.75 378	3.72 443	2.44 454	1.82 319	1.82 402	1.74 380	1.91 380	1.92 383	1.26 355	7.69 444	1.28 346	0.45 386	0.47 415	0.52 398	0.77 428	0.50 378	0.50 379

SHD	1.31 365	0.71 391	2.34 418	0.86 395	0.75 378	1.77 384	0.65 287	2.22 405	2.50 428	2.40 419	1.71 355	1.91 380	1.60 388	1.93 291	2.37 407	0.38 362	0.31 361	0.38 365	0.40 383	0.48 374	0.50 379

MSC_U_SF_DS_RVC	2.12 418	1.15 425	3.10 431	1.05 420	0.76 381	5.03 457	2.40 453	2.16 393	2.62 431	1.89 396	2.28 402	2.69 420	1.65 392	9.35 456	2.04 400	0.64 418	0.51 422	0.68 421	0.71 426	1.09 429	0.67 409

ADCRef	1.35 370	0.55 352	2.37 419	0.72 350	0.77 382	1.94 397	0.78 323	1.91 345	1.27 300	1.57 366	1.59 334	1.36 308	1.41 369	1.54 234	7.53 443	0.23 218	0.20 258	0.32 325	0.30 341	0.29 279	0.29 289

RASNet	1.12 342	0.30 151	0.91 251	0.66 309	0.77 382	0.97 275	0.57 262	1.37 203	1.35 338	1.02 150	1.34 268	2.11 399	1.43 371	7.09 434	1.39 361	0.19 111	0.17 208	0.17 23	0.19 132	0.18 61	0.16 56

WZ-Net	1.95 413	0.95 410	10.10 455	0.86 395	0.78 384	1.69 374	1.60 420	2.20 404	1.98 411	2.08 405	1.93 381	2.30 405	1.97 415	5.30 396	3.17 420	0.34 343	0.26 326	0.29 297	0.31 345	0.51 382	0.47 371

PWC_ROB	1.24 357	0.76 398	2.46 421	0.72 350	0.78 384	1.15 310	0.49 198	1.75 293	1.92 408	2.31 412	3.07 421	1.59 346	1.40 368	2.46 333	2.10 403	0.33 335	0.22 297	0.35 351	0.24 263	0.38 335	0.41 350

CroCo-Stereo Lap2	0.44 33	0.34 241	0.77 191	0.61 262	0.79 386	0.28 4	0.35 64	0.75 17	0.71 74	0.38 9	0.50 17	0.72 106	0.55 108	0.57 23	0.47 148	0.17 40	0.18 225	0.19 70	0.16 81	0.21 154	0.20 167

FINET	0.97 306	0.54 349	1.60 382	0.63 281	0.79 386	1.08 297	1.07 383	1.56 254	2.20 419	1.15 203	1.49 312	0.94 189	0.88 245	2.32 324	1.05 314	0.42 375	0.35 383	0.32 325	0.28 321	0.43 355	0.38 342

APVNet	1.06 327	0.53 348	1.42 362	0.84 388	0.79 386	1.92 395	0.82 336	1.90 341	1.08 197	1.08 160	1.43 294	1.56 341	1.13 332	3.07 353	1.58 381	0.31 321	0.34 374	0.42 380	0.36 373	0.36 322	0.37 336

aanetorigin	1.23 356	0.79 400	2.78 430	0.70 340	0.79 386	0.99 280	1.06 382	1.06 129	1.37 345	3.52 441	2.61 414	1.72 364	1.63 390	1.99 296	1.78 388	0.25 256	0.24 314	0.26 262	0.25 275	0.38 335	0.45 365

CC-Net-ROB	1.49 380	1.26 429	1.27 345	0.88 401	0.79 386	1.76 381	1.00 374	1.79 312	1.26 294	1.10 174	1.61 339	1.21 269	0.99 299	8.13 448	0.84 288	1.09 433	0.41 401	2.20 442	0.46 396	1.20 433	0.48 374

S-Stereo	1.15 351	0.46 319	2.17 412	0.81 379	0.80 391	1.21 322	1.19 396	1.93 352	2.02 413	1.47 341	2.11 393	1.57 342	1.17 335	2.05 302	1.41 366	0.40 367	0.40 399	0.35 351	0.31 345	0.44 361	0.70 412

Nwc_Net	1.09 335	0.49 331	1.33 354	0.89 405	0.80 391	1.49 357	0.66 292	2.19 401	1.27 300	1.32 297	2.26 401	1.96 387	1.54 382	1.92 288	1.34 353	0.40 367	0.30 355	0.43 382	0.45 393	0.38 335	0.37 336

AASNet	0.76 235	0.35 261	0.91 251	0.79 373	0.81 393	1.14 305	0.56 252	2.02 371	1.08 197	1.22 243	1.24 224	0.93 186	0.76 187	0.77 70	1.16 331	0.27 290	0.23 306	0.24 205	0.20 164	0.28 270	0.24 231

DRN-Test	1.00 316	0.44 310	1.13 322	0.70 340	0.81 393	1.62 368	0.79 326	2.14 388	1.44 367	1.78 384	1.33 261	1.43 317	1.05 315	2.18 313	1.53 380	0.27 290	0.21 279	0.31 313	0.30 341	0.32 305	0.28 285

LoS_RVC	0.42 21	0.26 61	0.40 9	0.44 31	0.82 395	0.51 70	0.44 155	0.64 5	0.41 3	0.44 17	0.78 74	0.44 14	0.47 62	0.56 20	0.36 52	0.13 1	0.12 12	0.14 1	0.10 2	0.13 1	0.84 420

PVD	1.70 400	0.84 402	2.26 416	0.94 414	0.83 396	2.48 420	0.97 368	2.59 430	3.35 440	3.01 438	2.77 417	2.34 408	2.47 432	2.67 341	3.14 418	0.47 393	0.45 411	0.59 416	0.48 400	0.59 397	0.75 417

CAS	0.63 150	0.18 1	0.37 2	2.27 443	0.84 397	0.57 100	0.54 229	0.79 27	0.62 38	0.48 29	0.70 56	0.36 6	0.26 2	0.45 4	0.35 46	2.24 443	0.10 1	0.14 1	0.09 1	0.15 8	1.06 432

Wz-Net-LNSev	1.03 323	0.67 383	2.71 428	0.64 290	0.84 397	1.75 379	1.00 374	1.80 315	1.32 323	1.28 271	1.25 228	1.65 357	1.22 348	1.39 206	1.40 362	0.28 302	0.26 326	0.24 205	0.23 252	0.33 312	0.32 316

stereogan	1.15 351	0.42 304	1.40 360	0.86 395	0.84 397	2.38 418	0.71 306	1.88 336	1.73 394	1.72 379	1.94 383	2.31 406	1.29 358	2.07 303	1.08 319	0.36 354	0.35 383	0.39 370	0.31 345	0.51 382	0.46 368

DGSMNet	1.14 347	0.76 398	2.49 422	0.81 379	0.86 400	1.39 346	1.39 408	2.13 384	1.35 338	1.26 266	1.63 345	1.48 331	0.98 291	1.75 267	1.10 324	0.45 386	0.43 404	0.55 409	0.49 403	0.75 416	0.70 412

acv_ft	0.75 229	0.31 184	0.95 264	0.70 340	0.86 400	1.24 325	0.53 224	1.44 221	1.07 192	1.24 257	1.30 247	1.08 236	0.92 258	0.80 77	1.34 353	0.21 169	0.19 241	0.21 123	0.18 112	0.21 154	0.18 105

PASM	1.34 369	0.92 409	2.62 426	0.86 395	0.87 402	1.03 288	1.08 384	1.50 233	1.51 376	1.82 391	1.41 289	1.68 360	1.26 355	4.87 389	1.34 353	0.61 414	0.65 435	0.68 421	0.78 429	0.69 411	0.68 411

PWCDC_ROB	1.29 361	0.75 397	1.33 354	1.05 420	0.88 403	1.73 378	0.52 216	1.89 338	3.28 439	1.29 276	4.88 444	1.22 271	1.46 375	1.77 274	1.45 374	0.60 413	0.26 326	0.29 297	0.25 275	0.52 384	0.37 336

AF-Net	1.13 345	0.52 344	1.33 354	0.86 395	0.91 404	1.38 345	0.71 306	2.16 393	1.62 385	1.56 362	2.40 408	1.99 390	1.65 392	1.81 278	1.48 377	0.48 394	0.28 340	0.49 394	0.33 360	0.39 339	0.32 316

ADCP+	1.99 416	0.48 328	7.73 450	0.66 309	0.91 404	2.30 414	1.05 380	1.82 319	1.34 330	1.54 358	1.32 259	1.74 367	1.61 389	2.17 310	13.37 460	0.24 233	0.21 279	0.32 325	0.28 321	0.37 326	0.29 289

ELAS_RVC	2.48 432	0.74 395	1.90 401	1.05 420	0.92 406	2.76 427	4.01 463	2.76 431	4.11 448	4.69 453	4.63 439	4.62 439	5.96 458	3.97 374	3.96 428	0.63 417	0.53 424	0.56 412	0.52 410	0.64 404	0.63 404
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	2.37 427	0.74 395	1.54 378	0.99 416	0.92 406	4.78 454	2.33 451	3.33 440	3.37 441	5.05 458	4.77 443	3.67 432	4.53 453	3.42 365	4.50 431	0.62 415	0.53 424	0.55 409	0.53 411	0.63 402	0.64 408
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
NCC-stereo	1.10 337	0.54 349	1.24 339	0.84 388	0.94 408	1.29 332	0.89 350	2.01 368	1.34 330	1.32 297	1.74 358	1.88 375	1.74 399	2.35 326	1.25 340	0.45 386	0.37 390	0.45 386	0.58 416	0.42 350	0.42 354

Abc-Net	1.10 337	0.54 349	1.24 339	0.84 388	0.94 408	1.29 332	0.89 350	2.01 368	1.34 330	1.32 297	1.74 358	1.88 375	1.74 399	2.35 326	1.25 340	0.45 386	0.37 390	0.45 386	0.58 416	0.42 350	0.42 354
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
StereoDRNet	0.98 310	0.47 324	1.70 387	0.76 366	0.94 408	1.51 358	0.91 356	1.92 348	1.32 323	1.61 369	1.13 187	1.47 330	0.97 287	1.75 267	1.46 375	0.28 302	0.23 306	0.29 297	0.27 302	0.35 316	0.27 273

RGC	1.14 347	0.79 400	1.26 342	0.91 409	0.96 411	1.52 359	0.77 321	1.92 348	1.26 294	1.54 358	1.93 381	2.02 394	1.54 382	2.25 319	1.31 349	0.44 385	0.35 383	0.58 415	0.48 400	0.47 371	0.46 368

RYNet	1.17 354	0.49 331	1.24 339	0.70 340	0.97 412	1.71 375	0.92 358	1.91 345	1.46 369	1.38 320	1.14 190	1.88 375	1.30 362	4.24 377	1.87 391	0.26 276	0.21 279	0.35 351	0.27 302	0.55 390	0.54 387

HGLStereo	0.85 271	0.38 283	0.94 261	0.80 376	1.03 413	1.17 314	0.58 265	1.52 241	1.20 267	1.19 231	1.62 342	1.13 258	1.20 344	1.80 276	1.06 316	0.24 233	0.24 314	0.24 205	0.21 204	0.23 202	0.27 273

RP	1.09 335	0.50 338	1.12 320	0.90 406	1.04 414	1.11 300	0.84 338	1.80 315	1.62 385	1.55 361	2.00 385	1.90 379	1.78 402	1.84 279	1.25 340	0.52 399	0.36 388	0.48 392	0.36 373	0.45 364	0.43 361

SAMSARA	1.55 386	0.84 402	2.61 425	1.22 428	1.07 415	2.50 421	1.93 435	2.05 373	1.89 405	2.75 428	1.66 350	2.81 423	1.69 397	3.08 355	1.97 398	0.46 392	0.51 422	0.42 380	0.46 396	0.58 395	0.59 398

MFMNet_re	1.40 376	1.14 424	1.68 386	1.39 431	1.07 415	1.48 355	1.43 410	1.87 333	1.82 402	2.26 410	2.19 398	1.51 335	1.86 409	1.52 228	1.25 340	0.93 425	0.83 440	0.84 426	0.80 430	0.99 424	1.05 431

SGM+DAISY	2.41 430	1.07 417	2.14 411	1.18 426	1.10 417	2.14 409	1.36 407	1.96 357	1.66 388	5.46 460	7.07 452	4.95 445	4.32 452	5.50 403	2.26 406	1.04 431	1.02 454	0.99 431	0.97 440	1.02 425	1.04 429

AnyNet_C32	1.96 414	1.10 419	5.17 442	0.90 406	1.11 418	2.12 408	2.37 452	1.85 328	1.48 371	2.45 420	1.70 354	2.05 397	1.64 391	2.50 334	10.28 456	0.37 358	0.34 374	0.35 351	0.41 384	0.49 377	0.54 387

PWCK	2.88 443	2.05 451	5.72 445	2.08 441	1.11 418	3.55 441	3.90 462	2.86 434	3.54 444	3.03 439	3.63 429	3.10 429	2.31 427	8.15 450	3.09 416	2.12 442	0.91 449	1.75 439	0.98 442	2.57 443	1.18 435

anonymity	1.12 342	0.97 411	1.21 333	1.07 423	1.12 420	1.08 297	0.89 350	1.95 356	1.16 247	1.29 276	1.26 235	1.22 271	1.09 325	1.15 157	1.01 312	1.02 429	1.00 452	0.97 429	0.97 440	0.98 422	0.99 426

MADNet+	2.69 437	3.22 464	11.53 459	1.44 434	1.12 420	3.19 437	1.81 427	2.85 433	2.37 421	1.68 376	2.07 392	2.85 425	2.18 423	7.41 439	5.23 434	0.79 421	0.76 437	0.69 423	0.65 422	0.98 422	0.95 424

STTRV1_RVC	1.58 387	0.68 386	1.96 405	0.88 401	1.12 420	1.57 364	0.90 355	2.25 408	1.75 397	1.29 276	2.02 388	1.40 312	1.22 348	9.77 462	1.31 349	0.81 422	0.33 372	0.54 404	0.49 403	0.73 415	0.52 385

SPS-STEREO	1.67 396	1.04 416	1.23 336	1.21 427	1.13 423	1.82 389	1.11 386	2.16 393	1.52 377	3.07 440	2.32 403	2.82 424	1.80 404	4.11 376	2.04 400	1.03 430	0.99 451	0.97 429	0.94 438	1.03 427	1.02 427
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
GCST	1.08 332	1.47 436	0.93 257	1.73 437	1.14 424	1.30 334	0.31 40	1.33 193	1.16 247	1.29 276	0.97 119	0.98 205	0.49 80	2.08 304	0.46 141	1.19 436	0.70 436	1.30 436	0.85 434	1.02 425	0.89 422

WAO-7	2.66 434	1.40 432	1.73 392	1.39 431	1.17 425	3.93 447	1.94 436	4.11 448	3.88 446	2.92 433	5.50 446	4.18 437	3.00 441	7.63 443	3.71 426	1.13 435	1.00 452	1.17 435	1.13 446	1.18 432	1.09 433

NVStereoNet_ROB	1.88 409	1.07 417	1.45 367	1.07 423	1.17 425	1.47 354	1.48 414	1.89 338	1.93 410	1.94 399	4.67 442	3.08 428	1.80 404	6.51 423	1.65 384	1.06 432	0.86 446	1.08 434	1.32 447	0.93 421	1.26 436
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
GwcNet	1.08 332	0.51 341	2.33 417	0.79 373	1.18 427	1.76 381	0.70 304	1.68 279	1.47 370	1.41 328	1.64 346	1.74 367	1.04 311	2.20 315	1.41 366	0.30 314	0.29 351	0.29 297	0.27 302	0.30 290	0.35 329

DeepPrunerF	1.60 390	0.73 392	5.81 446	0.88 401	1.19 428	0.91 251	0.95 366	2.19 401	5.24 455	1.17 222	1.30 247	1.19 267	1.30 362	4.90 390	1.66 386	0.42 375	0.34 374	0.52 398	0.47 398	0.41 346	0.40 346

Consistency-Raft	1.25 359	0.99 413	1.93 403	1.02 419	1.21 429	0.96 271	1.01 376	1.75 293	1.92 408	1.36 313	2.12 394	1.44 321	1.01 303	1.14 156	1.40 362	0.72 420	0.82 439	0.89 427	0.98 442	1.31 435	0.95 424

MANE	6.19 456	0.59 365	1.03 295	0.93 412	1.22 430	13.38 469	2.69 455	12.81 471	17.94 474	8.21 467	10.82 466	14.72 469	11.68 465	11.39 468	11.90 459	0.59 412	0.50 421	0.52 398	1.76 457	0.55 390	0.54 387

RTS	2.67 435	1.38 430	15.28 462	0.99 416	1.26 431	3.78 444	1.96 437	2.15 390	2.62 431	2.61 423	2.85 419	2.60 417	1.59 386	6.27 419	5.71 436	0.40 367	0.28 340	0.35 351	0.35 369	0.50 378	0.48 374

RTSA	2.67 435	1.38 430	15.28 462	0.99 416	1.26 431	3.78 444	1.96 437	2.15 390	2.62 431	2.61 423	2.85 419	2.60 417	1.59 386	6.27 419	5.71 436	0.40 367	0.28 340	0.35 351	0.35 369	0.50 378	0.48 374

testlalala2	0.58 125	0.27 84	0.68 111	1.72 436	1.27 433	0.68 161	0.42 126	0.93 68	0.70 69	0.90 114	0.93 105	0.76 114	0.34 19	0.52 11	0.40 81	0.18 73	0.15 146	0.17 23	0.13 19	0.17 35	0.17 80

CES	0.48 57	0.20 2	0.37 2	0.39 5	1.39 434	0.55 92	0.35 64	0.98 89	0.66 60	0.44 17	0.66 43	0.35 5	0.27 3	0.56 20	0.33 25	0.15 7	0.13 51	0.15 4	0.10 2	0.19 93	1.46 439

SQANet	1.31 365	0.88 408	1.08 311	1.83 439	1.44 435	1.44 353	0.75 315	1.74 291	1.09 203	1.32 297	1.26 235	1.28 293	1.01 303	1.50 227	0.83 285	2.50 445	0.34 374	1.47 437	0.55 413	2.32 440	1.57 441

PDISCO_ROB	1.32 367	0.65 381	1.44 363	1.36 429	1.46 436	2.55 422	0.92 358	2.45 426	2.07 416	1.37 315	1.49 312	1.65 357	1.00 301	2.82 344	1.35 356	1.01 427	0.27 334	0.54 404	0.47 398	0.71 413	0.73 415

otaku	1.60 390	1.11 422	1.21 333	2.20 442	1.56 437	1.97 399	1.24 399	2.07 379	1.36 341	1.44 336	1.62 342	1.73 365	1.19 341	1.73 266	0.98 310	2.89 450	0.57 429	1.74 438	0.60 420	2.78 446	1.94 447

UDG	1.41 377	2.65 459	0.99 275	1.44 434	1.64 438	1.34 339	0.80 332	1.60 261	1.23 282	1.23 249	1.71 355	2.01 392	1.34 366	1.47 223	1.41 366	0.90 424	0.54 427	2.29 444	0.75 427	1.84 437	1.04 429

Ntro	1.64 394	1.15 425	1.23 336	2.48 447	1.83 439	2.09 406	1.16 393	1.96 357	1.38 349	1.21 238	1.62 342	1.62 350	1.29 358	1.87 285	1.11 326	3.04 451	0.56 428	1.82 440	0.64 421	2.80 447	2.05 448

DDUNet	1.50 382	2.69 460	1.12 320	1.77 438	1.88 440	1.84 391	0.92 358	1.70 284	1.16 247	1.38 320	1.79 365	1.60 348	1.12 330	1.37 197	1.08 319	1.10 434	0.76 437	2.37 446	0.94 438	2.00 438	1.37 438

FADE	26.59 476	4.78 467	20.96 466	1.89 440	1.92 441	2.91 431	2.00 439	5.58 457	5.04 453	2.92 433	2.16 397	4.13 436	14.18 468	10.23 465	8.46 450	188.09 488	2.77 464	123.78 485	127.92 485	1.06 428	1.10 434

tt	6.58 459	0.26 61	6.10 447	3.77 465	2.16 442	11.55 466	19.63 471	13.33 472	5.74 456	2.96 435	2.65 415	4.97 446	6.33 461	3.81 371	7.24 442	9.15 471	11.32 476	5.89 471	6.24 469	6.03 468	2.55 456

WAO-8	4.40 449	1.82 445	1.79 394	2.34 444	2.20 443	9.19 462	1.53 415	6.09 461	16.46 468	3.94 444	7.84 459	7.32 452	3.72 448	9.41 458	3.31 421	2.00 440	1.07 455	2.44 451	1.37 451	2.50 441	1.68 442

Venus	4.40 449	1.82 445	1.79 394	2.34 444	2.20 443	9.19 462	1.53 415	6.09 461	16.46 468	3.94 444	7.84 459	7.32 452	3.72 448	9.41 458	3.31 421	2.00 440	1.07 455	2.44 451	1.37 451	2.50 441	1.68 442

RainbowNet	1.97 415	1.76 441	1.57 380	2.81 450	2.21 445	1.98 401	1.81 427	2.54 429	1.89 405	1.50 350	1.84 371	1.96 387	1.65 392	2.14 309	1.25 340	3.33 457	0.85 444	2.39 449	0.98 442	2.82 449	2.22 449

ACVNet_2	2.43 431	1.41 433	2.04 406	2.62 448	2.24 446	2.63 426	1.88 433	3.31 439	3.01 436	2.19 408	3.45 427	4.62 439	2.04 418	4.50 383	1.47 376	2.55 446	0.64 433	2.22 443	0.84 432	2.69 445	2.29 451

DispFullNet	2.34 426	2.85 461	3.66 435	3.08 456	2.27 447	1.97 399	0.67 295	2.00 364	1.70 391	2.52 421	2.00 385	2.23 401	5.86 456	3.44 367	1.58 381	1.01 427	0.32 368	2.64 455	1.94 460	2.85 451	2.24 450

WAO-6	2.81 441	1.60 439	1.46 369	2.36 446	2.28 448	3.55 441	2.29 450	4.21 449	4.56 452	2.36 417	4.51 436	4.88 443	2.66 435	4.60 384	4.07 430	1.72 438	1.15 458	2.31 445	1.46 453	2.31 439	1.85 445

ACVNet-4b	2.15 419	1.41 433	1.64 383	2.80 449	2.31 449	2.31 415	1.24 399	2.32 414	2.14 417	1.26 266	2.39 407	2.66 419	1.48 378	5.95 416	1.06 316	3.20 455	0.45 411	2.37 446	0.89 435	2.83 450	2.37 452

ACVNet_1	2.18 420	1.45 435	1.72 390	2.85 451	2.33 450	2.28 413	1.46 412	3.08 437	2.22 420	1.82 391	2.05 391	3.56 431	1.98 416	3.09 356	1.40 362	3.17 452	0.60 431	2.40 450	0.92 437	2.91 453	2.37 452

LVE	3.31 446	1.67 440	1.64 383	2.85 451	2.42 451	3.20 438	2.26 449	4.78 454	5.05 454	2.35 415	6.91 450	6.02 450	2.37 428	9.15 452	2.17 405	3.19 454	1.08 457	2.38 448	1.47 454	2.81 448	2.40 454

Dean	2.91 444	1.53 438	2.07 407	2.96 455	2.51 452	3.15 436	2.14 445	4.75 453	4.41 451	2.76 429	6.10 448	5.53 448	2.37 428	2.97 351	1.92 395	3.18 453	0.85 444	2.51 453	1.04 445	2.88 452	2.47 455

IMH-64-1	2.70 438	1.79 443	1.46 369	3.26 459	2.66 453	3.23 439	2.10 442	4.08 446	2.75 434	2.34 413	3.81 431	3.06 426	2.22 425	4.25 378	2.59 410	3.75 461	0.84 441	2.75 456	1.35 448	3.15 455	2.60 458

IMH-64	2.70 438	1.79 443	1.46 369	3.26 459	2.66 453	3.23 439	2.10 442	4.08 446	2.75 434	2.34 413	3.81 431	3.06 426	2.22 425	4.25 378	2.59 410	3.75 461	0.84 441	2.75 456	1.35 448	3.15 455	2.60 458

IMH	3.21 445	1.85 447	1.48 374	3.25 458	2.69 455	4.07 450	2.02 440	4.41 451	3.80 445	2.72 426	7.11 453	4.75 442	2.92 438	5.92 414	2.55 408	3.85 464	0.88 447	2.78 458	1.36 450	3.19 457	2.59 457

TorneroNet-64	5.30 455	2.03 449	1.74 393	3.43 461	2.81 456	10.09 464	2.12 444	9.10 468	17.12 473	4.96 457	9.27 464	10.72 467	3.70 447	9.20 453	4.55 432	3.31 456	0.84 441	2.88 459	1.55 455	3.49 458	3.04 461

test_for_model	1.30 363	3.71 466	0.58 62	3.22 457	2.84 457	0.59 107	0.33 48	1.40 211	0.83 101	1.42 334	0.61 37	0.52 46	0.37 23	0.51 10	0.33 25	2.46 444	0.15 146	0.16 15	0.11 7	4.39 467	1.50 440

JetBlue	3.97 447	2.01 448	10.19 456	1.38 430	2.84 457	10.53 465	9.54 466	3.60 444	2.41 423	2.73 427	3.39 426	4.54 438	4.31 451	7.85 447	6.84 441	0.88 423	0.93 450	0.89 427	0.91 436	1.74 436	1.91 446

TorneroNet	10.70 466	2.03 449	1.82 397	3.43 461	3.01 459	43.83 482	2.22 448	8.87 467	67.47 488	7.17 465	27.36 477	10.68 466	3.85 450	8.67 451	7.65 447	3.59 459	0.88 447	3.04 460	1.57 456	3.71 459	3.17 462

KSHMR	8.75 463	2.06 452	2.11 409	3.53 463	3.11 460	4.13 451	2.69 455	5.60 458	61.37 487	3.00 437	55.83 487	4.98 447	2.45 431	4.49 382	2.61 412	3.46 458	1.55 462	3.14 462	1.94 460	3.72 460	3.18 463

ktn	4.70 451	2.38 457	2.12 410	3.76 464	3.24 461	4.85 455	2.95 460	5.52 456	7.37 460	4.07 448	19.32 474	7.46 454	3.47 443	7.39 438	2.95 414	4.04 465	1.85 463	3.26 464	2.22 463	3.08 454	2.65 460

JetRed	6.91 460	8.80 471	25.96 474	2.85 451	3.25 462	13.98 471	11.87 467	6.25 463	4.28 450	4.45 451	4.56 437	6.69 451	5.46 455	7.46 441	14.05 462	2.59 447	3.31 465	2.59 454	2.29 464	4.20 464	3.36 465

notaker	3.98 448	2.40 458	2.68 427	3.82 466	3.27 463	3.97 449	2.14 445	4.78 454	3.45 443	4.12 449	6.94 451	7.65 456	3.26 442	7.82 446	5.30 435	4.04 465	1.41 460	3.36 465	2.10 462	3.88 461	3.31 464

UNDER WATER	5.08 453	2.33 456	5.55 443	3.94 468	3.51 464	5.20 458	2.72 457	5.61 459	16.52 470	3.84 443	4.60 438	9.21 460	5.89 457	5.90 413	8.66 452	3.75 461	1.34 459	3.18 463	1.88 458	4.33 466	3.61 466

UNDER WATER-64	5.27 454	2.32 455	8.78 454	3.93 467	3.54 465	7.61 460	3.03 461	5.84 460	14.19 464	4.04 446	4.04 433	9.39 461	6.26 459	5.93 415	8.48 451	3.60 460	1.51 461	3.13 461	1.88 458	4.29 465	3.61 466

HanzoNet	11.04 467	3.62 465	8.10 453	4.08 469	3.55 466	4.90 456	2.73 458	7.19 465	10.10 461	31.86 483	28.92 478	21.96 478	36.36 480	18.08 473	10.17 455	7.94 470	3.32 466	3.47 466	3.31 465	7.06 471	4.04 468

MADNet++	5.01 452	3.14 462	4.91 440	4.55 470	3.94 467	5.20 458	4.41 464	4.40 450	4.13 449	4.95 456	6.08 447	4.74 441	5.37 454	9.40 457	10.67 458	4.65 467	4.15 468	3.97 467	3.34 466	4.09 463	4.08 469

DPSimNet_ROB	11.20 468	4.98 468	35.43 478	2.90 454	4.52 468	7.89 461	17.09 470	4.66 452	6.06 458	14.89 473	10.93 467	17.29 470	36.81 482	13.18 470	15.68 466	2.86 449	6.29 469	5.75 470	5.09 468	3.91 462	7.70 471

ASD4	15.85 471	10.99 472	19.63 465	10.21 474	11.70 469	19.24 472	31.10 476	19.35 473	10.68 462	11.14 468	10.18 465	12.59 468	12.64 466	14.74 471	24.83 475	12.93 476	9.94 475	26.83 478	19.40 476	16.23 475	12.70 477

DGTPSM_ROB	13.01 469	8.23 469	21.87 467	9.51 472	18.10 470	11.56 467	32.01 477	10.63 469	16.20 466	7.03 463	19.48 475	10.15 463	16.66 470	9.83 463	22.42 472	4.75 468	8.68 470	5.37 468	10.25 472	6.16 469	11.36 472

DPSMNet_ROB	13.02 470	8.23 469	21.91 468	9.53 473	18.11 471	11.56 467	32.02 478	10.64 470	16.23 467	7.05 464	19.49 476	10.16 464	16.66 470	9.85 464	22.43 473	4.77 469	8.68 470	5.38 469	10.26 473	6.17 470	11.36 472

PML	51.67 485	36.25 481	13.28 461	7.46 471	20.81 472	108.69 488	232.22 489	8.72 466	27.82 479	87.01 488	269.67 489	69.67 488	61.95 488	24.76 481	14.20 463	9.74 473	3.40 467	9.62 472	4.70 467	18.74 476	4.72 470

DPSM_ROB	19.08 472	19.14 475	25.17 472	22.15 476	20.85 473	28.17 474	37.82 480	26.56 476	16.85 471	14.14 470	14.84 469	21.70 473	18.75 473	21.87 475	26.55 477	10.16 474	9.30 473	10.47 473	10.42 474	14.03 473	12.61 475

DPSM	19.08 472	19.14 475	25.17 472	22.15 476	20.85 473	28.17 474	37.82 480	26.56 476	16.85 471	14.14 470	14.84 469	21.70 473	18.75 473	21.87 475	26.55 477	10.16 474	9.30 473	10.47 473	10.42 474	14.03 473	12.61 475

LRCNet_RVC	22.74 474	32.10 480	21.97 469	29.84 478	26.23 475	4.42 453	0.81 335	22.66 474	2.02 413	26.93 479	29.26 479	23.06 480	15.59 469	23.84 477	18.88 469	31.75 480	19.90 482	34.65 479	32.13 480	30.54 480	28.32 481

HaxPig	38.92 480	41.40 485	41.64 479	29.95 479	32.27 476	28.90 476	27.60 473	29.73 479	37.71 484	43.82 484	43.87 483	33.17 481	35.56 479	41.53 482	40.37 484	43.94 484	47.51 487	45.82 480	47.08 482	42.38 481	44.15 484

MEDIAN_ROB	42.00 482	44.40 487	44.29 482	35.15 480	34.95 477	31.28 481	29.60 475	35.88 484	40.02 486	47.20 486	46.64 485	37.37 482	38.48 486	44.35 487	42.45 485	48.03 486	49.39 488	49.71 482	49.03 483	45.14 483	46.65 485

AVERAGE_ROB	40.43 481	42.37 486	42.73 480	36.96 481	35.58 478	30.50 477	27.61 474	36.71 485	38.39 485	44.91 485	44.36 484	37.45 483	36.70 481	41.88 483	40.35 483	45.43 485	46.81 486	47.11 481	46.35 481	42.51 482	43.87 483

CasAABBNet	38.33 478	38.46 482	50.35 483	44.75 483	41.84 479	56.68 483	76.37 486	53.22 486	33.83 482	28.31 480	29.54 480	43.62 485	37.71 484	43.84 485	53.41 487	20.30 477	18.70 480	21.07 475	21.07 478	28.24 477	25.34 479

Selective-RAFT-Error	38.39 479	38.47 483	50.44 484	44.73 482	41.97 480	56.68 483	76.38 487	53.24 487	33.92 483	28.34 481	29.85 481	43.60 484	38.20 485	43.75 484	53.34 486	20.38 478	18.70 480	21.09 476	21.05 477	28.30 478	25.43 480

Anonymous_1	43.04 484	18.73 474	24.79 471	21.81 475	46.26 481	27.80 473	37.60 479	28.08 478	16.14 465	14.66 472	14.30 468	20.65 472	17.88 472	21.56 474	25.94 476	117.93 487	8.92 472	100.65 484	126.50 484	158.64 488	12.08 474

U	9.45 464	0.21 7	0.58 62	0.47 53	53.11 482	61.27 487	0.24 7	0.70 12	0.52 25	0.36 5	0.28 2	0.29 1	0.35 20	0.33 1	0.26 1	0.19 111	0.11 4	60.50 483	8.88 470	0.17 35	0.13 4

LSM	6.33 457	1.10 419	13.19 460	1.41 433	68.17 483	1.64 371	1.90 434	1.92 348	2.46 424	2.99 436	3.11 422	1.88 375	1.80 404	2.61 339	2.06 402	0.41 371	0.58 430	0.50 395	0.57 415	0.64 404	17.66 478

DLNR_Zeroshot_test	23.17 475	48.52 488	43.29 481	176.68 488	78.69 484	0.35 8	0.21 2	23.41 475	0.75 81	0.66 67	0.86 90	0.59 70	0.30 8	1.56 238	0.44 114	9.57 472	0.12 12	0.18 52	0.14 37	76.92 487	0.16 56

xxxxx1	54.10 486	25.67 477	27.13 475	113.43 485	96.96 485	30.69 478	47.44 482	32.38 480	25.60 475	17.75 474	17.27 471	21.81 475	21.02 475	24.43 478	33.82 479	33.37 481	40.54 483	157.71 486	175.86 486	66.16 484	72.93 486

tt_ll	54.10 486	25.67 477	27.13 475	113.43 485	96.96 485	30.69 478	47.44 482	32.38 480	25.60 475	17.75 474	17.27 471	21.81 475	21.02 475	24.43 478	33.82 479	33.37 481	40.54 483	157.71 486	175.86 486	66.16 484	72.93 486

ff	54.10 486	25.67 477	27.13 475	113.43 485	96.96 485	30.69 478	47.44 482	32.38 480	25.60 475	17.75 474	17.27 471	21.81 475	21.02 475	24.43 478	33.82 479	33.37 481	40.54 483	157.71 486	175.86 486	66.16 484	72.93 486

LSM0	42.82 483	38.75 484	50.81 485	47.07 484	109.38 488	57.00 485	76.02 485	53.74 488	33.71 481	29.02 482	30.41 482	43.87 486	37.22 483	43.91 486	53.54 488	20.52 479	18.62 479	21.10 477	21.11 479	28.41 479	42.22 482

test_example2	192.40 489	210.76 489	206.48 489	199.83 489	204.73 489	172.94 489	183.52 488	133.93 489	133.41 489	191.38 489	196.19 488	187.13 489	178.77 489	205.33 489	208.00 489	222.09 489	238.72 489	186.54 489	190.54 489	227.34 489	170.31 489

Low-res two-view benchmark