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

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

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

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

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

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	1.70 443

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

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

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

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	1.46 438

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
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

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
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

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	7.60 454	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

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

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	1.50 439

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

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

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.
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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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	3.18 422	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

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

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

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
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

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

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

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

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

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

DLNR_Zeroshot_test	23.17 475	48.52 488	43.29 480	176.68 488	78.69 484	0.35 8	0.21 2	23.41 474	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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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	7.33 453	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

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

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

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

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

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

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

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

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

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	2.46 410	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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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	0.54 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

CrosDoStereo	1.58 387	0.24 30	0.72 146	0.48 74	0.29 78	0.67 154	12.49 467	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

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

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

DeepStereo_LL	1.58 387	0.24 30	0.72 146	0.48 74	0.29 78	0.67 154	12.49 467	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

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

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

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

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

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

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
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

LE_ROB	8.05 461	0.37 276	23.53 469	0.74 361	0.33 147	2.77 428	2.87 458	3.71 445	27.24 477	25.39 477	8.87 461	8.46 459	26.71 477	6.65 425	21.99 470	0.21 169	0.19 241	0.20 97	0.21 204	0.25 228	0.22 200

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	4.63 438	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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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	17.65 467	0.24 233	0.20 258	0.21 123	0.19 132	0.22 177	0.23 218

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	15.70 466	0.24 233	0.21 279	0.21 123	0.20 164	0.22 177	0.23 218

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

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

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
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
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

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

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	1.31 436

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

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

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

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

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

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	15.20 464	0.22 193	0.21 279	0.22 150	0.22 231	0.24 217	0.22 200

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

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

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

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

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

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

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

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	22.77 473	0.22 193	0.13 51	0.22 150	0.19 132	0.23 202	0.15 37

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	2.21 398	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

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	3.28 423	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

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	2.34 404	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

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

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)
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

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

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	15.10 463	0.22 193	0.20 258	0.22 150	0.20 164	0.22 177	0.22 200

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

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

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

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

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

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

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

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

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

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

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

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

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

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	2.23 399	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

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	4.15 433	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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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.
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

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

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	4.65 440	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

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

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

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	3.52 440	2.61 413	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

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	4.90 454	2.82 417	2.25 402	3.48 444	2.95 349	9.97 453	0.26 276	0.24 314	0.26 262	0.30 341	0.68 410	0.61 402

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

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

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

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

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)
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-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

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

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

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

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

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.
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

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
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

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

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

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

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

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

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

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

NaN_ROB	1.13 345	0.55 352	1.15 327	0.64 290	0.48 271	1.61 367	2.03 440	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

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

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

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	2.50 411	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

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

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

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	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

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

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

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	4.88 443	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

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

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

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

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

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

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	3.60 441	2.67 415	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
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

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

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

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

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

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

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

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

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

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

coex-ft	8.13 462	2.13 454	98.04 486	0.67 321	0.53 303	1.71 375	1.56 417	1.65 272	11.11 462	18.17 476	3.75 429	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

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

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

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

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	13.37 459	0.24 233	0.21 279	0.32 325	0.28 321	0.37 326	0.29 289

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.
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	5.88 456	2.36 417	3.57 427	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

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

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

EDNetEfficientorigin	10.57 465	1.47 436	177.42 487	0.67 321	0.53 303	1.58 365	1.16 393	1.90 341	3.37 441	4.71 453	3.38 424	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

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

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.
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	2.38 405	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

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

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

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

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

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

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

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

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

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	9.15 452	0.26 276	0.24 314	0.34 343	0.32 353	0.38 335	0.35 329

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

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

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

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

RTS	2.67 435	1.38 430	15.28 462	0.99 416	1.26 431	3.78 443	1.96 437	2.15 390	2.62 431	2.61 423	2.85 418	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	3.78 443	1.96 437	2.15 390	2.62 431	2.61 423	2.85 418	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

AnyNet_C32	1.96 414	1.10 419	5.17 442	0.90 406	1.11 418	2.12 408	2.37 451	1.85 328	1.48 371	2.45 420	1.70 354	2.05 397	1.64 391	2.50 334	10.28 455	0.37 358	0.34 374	0.35 351	0.41 384	0.49 377	0.54 387

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

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

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	3.07 420	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

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

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

SGM-ForestM	6.52 458	0.38 283	1.26 342	0.63 281	0.35 165	13.59 469	5.32 464	6.32 463	6.70 458	11.14 467	9.18 462	22.51 479	13.93 467	16.89 471	20.07 469	0.36 354	0.37 390	0.36 359	0.35 369	0.36 322	0.34 324

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

MDST_ROB	1.67 396	0.34 241	1.58 381	0.92 411	0.58 326	4.26 451	1.11 386	2.83 432	1.41 361	4.49 451	2.55 412	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

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

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

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

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

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

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

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

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	10.39 456	0.33 335	0.31 361	0.39 370	0.43 389	0.50 378	0.44 363

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	4.04 445	6.43 448	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

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
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_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

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	13.69 460	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	2.92 432	2.20 446	2.29 413	1.80 400	2.53 422	2.41 408	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

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
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	2.32 402	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

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

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

SDNR	1.62 393	0.51 341	2.17 412	0.53 157	0.56 314	3.80 445	0.45 169	1.54 249	1.29 309	1.33 305	2.41 408	1.08 236	0.96 284	11.18 466	1.16 331	0.66 419	0.63 432	0.43 382	0.32 353	0.64 404	0.67 409

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	2.26 400	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

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

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

G-Net	1.66 395	0.63 378	1.56 379	1.11 425	0.74 372	2.98 434	0.91 356	1.55 253	1.22 279	2.76 429	8.18 460	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

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
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

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	7.40 465	4.98 444	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
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

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

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	10.62 465	0.65 226	0.45 386	0.43 404	0.48 392	0.45 393	0.44 361	0.41 350

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	2.40 407	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

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	2.99 435	3.11 421	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	17.66 477

FC-DCNN v2	2.81 441	0.59 365	0.85 214	0.73 358	0.57 317	2.97 433	1.05 380	3.39 442	2.61 430	6.98 461	7.67 456	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

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	6.83 460	7.64 455	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

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	5.45 458	7.72 457	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	3.72 442	2.44 453	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

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	5.24 454	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

MANE	6.19 456	0.59 365	1.03 295	0.93 412	1.22 430	13.38 468	2.69 454	12.81 470	17.94 473	8.21 466	10.82 465	14.72 469	11.68 465	11.39 467	11.90 458	0.59 412	0.50 421	0.52 398	1.76 457	0.55 390	0.54 387

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

BEATNet-Init1	26.87 476	13.43 473	70.68 485	0.91 409	0.68 361	57.02 485	21.06 471	32.82 482	32.67 479	52.12 486	53.61 485	66.05 487	49.56 486	48.79 487	34.71 481	0.49 398	0.44 407	0.53 403	0.53 411	0.63 402	0.59 398

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

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

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

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

MSMD_ROB	1.99 416	0.59 365	0.89 244	0.70 340	0.61 339	3.95 447	0.94 364	1.80 315	1.79 399	4.41 449	4.43 434	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

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

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

ELAS	2.37 427	0.74 395	1.54 378	0.99 416	0.92 406	4.78 453	2.33 450	3.33 440	3.37 441	5.05 457	4.77 442	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
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	12.57 468	1.84 390	0.34 343	0.37 390	0.56 412	0.38 378	0.45 364	0.43 361

ELAS_RVC	2.48 432	0.74 395	1.90 401	1.05 420	0.92 406	2.76 427	4.01 462	2.76 431	4.11 448	4.69 452	4.63 438	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
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

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

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	3.01 437	2.77 416	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

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

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
MSC_U_SF_DS_RVC	2.12 418	1.15 425	3.10 431	1.05 420	0.76 381	5.03 456	2.40 452	2.16 393	2.62 431	1.89 396	2.28 401	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

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

MADNet+	2.69 437	3.22 464	11.53 459	1.44 434	1.12 420	3.19 436	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

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

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

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	2.19 397	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

JetBlue	3.97 447	2.01 448	10.19 456	1.38 430	2.84 457	10.53 464	9.54 465	3.60 444	2.41 423	2.73 427	3.39 425	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	1.91 445

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

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

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	3.07 439	2.32 402	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
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	5.46 459	7.07 451	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

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

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

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	4.67 441	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	1.26 435
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
WAO-7	2.66 434	1.40 432	1.73 392	1.39 431	1.17 425	3.93 446	1.94 436	4.11 448	3.88 446	2.92 433	5.50 445	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

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

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	1.57 440

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	1.94 446

PWCK	2.88 443	2.05 451	5.72 445	2.08 441	1.11 418	3.55 440	3.90 461	2.86 434	3.54 444	3.03 438	3.63 428	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	1.18 434

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	2.05 447

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

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

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	3.45 426	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	2.29 450

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

WAO-6	2.81 441	1.60 439	1.46 369	2.36 446	2.28 448	3.55 440	2.29 449	4.21 449	4.56 452	2.36 417	4.51 435	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	1.85 444

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	2.39 406	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	2.37 451

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	1.37 437

LVE	3.31 446	1.67 440	1.64 383	2.85 451	2.42 451	3.20 437	2.26 448	4.78 454	5.05 453	2.35 415	6.91 449	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	2.40 453

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	2.22 448

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	2.37 451

WAO-8	4.40 449	1.82 445	1.79 394	2.34 444	2.20 443	9.19 461	1.53 415	6.09 460	16.46 467	3.94 443	7.84 458	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	1.68 441

Venus	4.40 449	1.82 445	1.79 394	2.34 444	2.20 443	9.19 461	1.53 415	6.09 460	16.46 467	3.94 443	7.84 458	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	1.68 441

Dean	2.91 444	1.53 438	2.07 407	2.96 455	2.51 452	3.15 435	2.14 444	4.75 453	4.41 451	2.76 429	6.10 447	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	2.47 454

JetRed	6.91 460	8.80 471	25.96 473	2.85 451	3.25 462	13.98 470	11.87 466	6.25 462	4.28 450	4.45 450	4.56 436	6.69 451	5.46 455	7.46 441	14.05 461	2.59 447	3.31 465	2.59 454	2.29 464	4.20 464	3.36 464

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	2.24 449

IMH-64-1	2.70 438	1.79 443	1.46 369	3.26 459	2.66 453	3.23 438	2.10 441	4.08 446	2.75 434	2.34 413	3.81 430	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	2.60 457

IMH-64	2.70 438	1.79 443	1.46 369	3.26 459	2.66 453	3.23 438	2.10 441	4.08 446	2.75 434	2.34 413	3.81 430	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	2.60 457

IMH	3.21 445	1.85 447	1.48 374	3.25 458	2.69 455	4.07 449	2.02 439	4.41 451	3.80 445	2.72 426	7.11 452	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	2.59 456

TorneroNet-64	5.30 455	2.03 449	1.74 393	3.43 461	2.81 456	10.09 463	2.12 443	9.10 467	17.12 472	4.96 456	9.27 463	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	3.04 460

TorneroNet	10.70 466	2.03 449	1.82 397	3.43 461	3.01 459	43.83 481	2.22 447	8.87 466	67.47 487	7.17 464	27.36 476	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	3.17 461

UNDER WATER-64	5.27 454	2.32 455	8.78 454	3.93 467	3.54 465	7.61 459	3.03 460	5.84 459	14.19 463	4.04 445	4.04 432	9.39 461	6.26 459	5.93 415	8.48 450	3.60 460	1.51 461	3.13 461	1.88 458	4.29 465	3.61 465

KSHMR	8.75 463	2.06 452	2.11 409	3.53 463	3.11 460	4.13 450	2.69 454	5.60 457	61.37 486	3.00 436	55.83 486	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	3.18 462

UNDER WATER	5.08 453	2.33 456	5.55 443	3.94 468	3.51 464	5.20 457	2.72 456	5.61 458	16.52 469	3.84 442	4.60 437	9.21 460	5.89 457	5.90 413	8.66 451	3.75 461	1.34 459	3.18 463	1.88 458	4.33 466	3.61 465

ktn	4.70 451	2.38 457	2.12 410	3.76 464	3.24 461	4.85 454	2.95 459	5.52 456	7.37 459	4.07 447	19.32 473	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	2.65 459

notaker	3.98 448	2.40 458	2.68 427	3.82 466	3.27 463	3.97 448	2.14 444	4.78 454	3.45 443	4.12 448	6.94 450	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	3.31 463

HanzoNet	11.04 467	3.62 465	8.10 453	4.08 469	3.55 466	4.90 455	2.73 457	7.19 464	10.10 460	31.86 482	28.92 477	21.96 478	36.36 479	18.08 472	10.17 454	7.94 470	3.32 466	3.47 466	3.31 465	7.06 471	4.04 467

MADNet++	5.01 452	3.14 462	4.91 440	4.55 470	3.94 467	5.20 457	4.41 463	4.40 450	4.13 449	4.95 455	6.08 446	4.74 441	5.37 454	9.40 457	10.67 457	4.65 467	4.15 468	3.97 467	3.34 466	4.09 463	4.08 468

DGTPSM_ROB	13.01 469	8.23 469	21.87 466	9.51 472	18.10 470	11.56 466	32.01 476	10.63 468	16.20 465	7.03 462	19.48 474	10.15 463	16.66 469	9.83 463	22.42 471	4.75 468	8.68 470	5.37 468	10.25 472	6.16 469	11.36 471

DPSMNet_ROB	13.02 470	8.23 469	21.91 467	9.53 473	18.11 471	11.56 466	32.02 477	10.64 469	16.23 466	7.05 463	19.49 475	10.16 464	16.66 469	9.85 464	22.43 472	4.77 469	8.68 470	5.38 469	10.26 473	6.17 470	11.36 471

DPSimNet_ROB	11.20 468	4.98 468	35.43 477	2.90 454	4.52 468	7.89 460	17.09 469	4.66 452	6.06 457	14.89 472	10.93 466	17.29 470	36.81 481	13.18 469	15.68 465	2.86 449	6.29 469	5.75 470	5.09 468	3.91 462	7.70 470

tt	6.58 459	0.26 61	6.10 447	3.77 465	2.16 442	11.55 465	19.63 470	13.33 471	5.74 455	2.96 434	2.65 414	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	2.55 455

PML	51.67 484	36.25 481	13.28 461	7.46 471	20.81 472	108.69 487	232.22 488	8.72 465	27.82 478	87.01 487	269.67 488	69.67 488	61.95 487	24.76 480	14.20 462	9.74 473	3.40 467	9.62 472	4.70 467	18.74 476	4.72 469

DPSM_ROB	19.08 472	19.14 475	25.17 471	22.15 476	20.85 473	28.17 473	37.82 479	26.56 475	16.85 470	14.14 469	14.84 468	21.70 473	18.75 472	21.87 474	26.55 476	10.16 474	9.30 473	10.47 473	10.42 474	14.03 473	12.61 474

DPSM	19.08 472	19.14 475	25.17 471	22.15 476	20.85 473	28.17 473	37.82 479	26.56 475	16.85 470	14.14 469	14.84 468	21.70 473	18.75 472	21.87 474	26.55 476	10.16 474	9.30 473	10.47 473	10.42 474	14.03 473	12.61 474

CasAABBNet	38.33 477	38.46 482	50.35 482	44.75 483	41.84 479	56.68 482	76.37 485	53.22 485	33.83 481	28.31 479	29.54 479	43.62 485	37.71 483	43.84 484	53.41 486	20.30 477	18.70 480	21.07 475	21.07 478	28.24 477	25.34 478

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

LSM0	42.82 482	38.75 484	50.81 484	47.07 484	109.38 488	57.00 484	76.02 484	53.74 487	33.71 480	29.02 481	30.41 481	43.87 486	37.22 482	43.91 485	53.54 487	20.52 479	18.62 479	21.10 477	21.11 479	28.41 479	42.22 481

ASD4	15.85 471	10.99 472	19.63 465	10.21 474	11.70 469	19.24 471	31.10 475	19.35 472	10.68 461	11.14 467	10.18 464	12.59 468	12.64 466	14.74 470	24.83 474	12.93 476	9.94 475	26.83 478	19.40 476	16.23 475	12.70 476

LRCNet_RVC	22.74 474	32.10 480	21.97 468	29.84 478	26.23 475	4.42 452	0.81 335	22.66 473	2.02 413	26.93 478	29.26 478	23.06 480	15.59 468	23.84 476	18.88 468	31.75 480	19.90 482	34.65 479	32.13 480	30.54 480	28.32 480

HaxPig	38.92 479	41.40 485	41.64 478	29.95 479	32.27 476	28.90 475	27.60 472	29.73 478	37.71 483	43.82 483	43.87 482	33.17 481	35.56 478	41.53 481	40.37 483	43.94 484	47.51 487	45.82 480	47.08 482	42.38 481	44.15 483

AVERAGE_ROB	40.43 480	42.37 486	42.73 479	36.96 481	35.58 478	30.50 476	27.61 473	36.71 484	38.39 484	44.91 484	44.36 483	37.45 483	36.70 480	41.88 482	40.35 482	45.43 485	46.81 486	47.11 481	46.35 481	42.51 482	43.87 482

MEDIAN_ROB	42.00 481	44.40 487	44.29 481	35.15 480	34.95 477	31.28 480	29.60 474	35.88 483	40.02 485	47.20 485	46.64 484	37.37 482	38.48 485	44.35 486	42.45 484	48.03 486	49.39 488	49.71 482	49.03 483	45.14 483	46.65 484

U	9.45 464	0.21 7	0.58 62	0.47 53	53.11 482	61.27 486	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

Anonymous_1	43.04 483	18.73 474	24.79 470	21.81 475	46.26 481	27.80 472	37.60 478	28.08 477	16.14 464	14.66 471	14.30 467	20.65 472	17.88 471	21.56 473	25.94 475	117.93 487	8.92 472	100.65 484	126.50 484	158.64 488	12.08 473

FADE		4.78 467		1.89 440	1.92 441							4.13 436				188.09 488	2.77 464	123.78 485	127.92 485	1.06 428

xxxxx1	54.10 485	25.67 477	27.13 474	113.43 485	96.96 485	30.69 477	47.44 481	32.38 479	25.60 474	17.75 473	17.27 470	21.81 475	21.02 474	24.43 477	33.82 478	33.37 481	40.54 483	157.71 486	175.86 486	66.16 484	72.93 485

tt_ll	54.10 485	25.67 477	27.13 474	113.43 485	96.96 485	30.69 477	47.44 481	32.38 479	25.60 474	17.75 473	17.27 470	21.81 475	21.02 474	24.43 477	33.82 478	33.37 481	40.54 483	157.71 486	175.86 486	66.16 484	72.93 485

ff	54.10 485	25.67 477	27.13 474	113.43 485	96.96 485	30.69 477	47.44 481	32.38 479	25.60 474	17.75 473	17.27 470	21.81 475	21.02 474	24.43 477	33.82 478	33.37 481	40.54 483	157.71 486	175.86 486	66.16 484	72.93 485

test_example2	192.40 488	210.76 489	206.48 488	199.83 489	204.73 489	172.94 488	183.52 487	133.93 488	133.41 488	191.38 488	196.19 487	187.13 489	178.77 488	205.33 488	208.00 488	222.09 489	238.72 489	186.54 489	190.54 489	227.34 489	170.31 488

Low-res two-view benchmark