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	deliv. area 1l	deliv. area 1s	deliv. area 2l	deliv. area 2s	deliv. area 3l	deliv. area 3s	elect. 1l	elect. 1s	elect. 2l	elect. 2s	elect. 3l	elect. 3s	facade 1s	forest 1s	forest 2s	playg. 1l	playg. 1s	playg. 2l	playg. 2s	playg. 3l	playg. 3s	terra. 1s	terra. 2s	terra. 1l	terra. 1s	terra. 2l	terra. 2s

Pointernet	0.11 1	0.09 3	0.06 1	0.07 5	0.06 4	0.09 11	0.08 31	0.13 14	0.06 2	0.11 6	0.09 11	0.10 2	0.07 7	0.06 10	0.16 3	0.16 2	0.19 3	0.11 1	0.18 4	0.09 1	0.17 2	0.11 1	0.08 14	0.07 4	0.14 2	0.12 2	0.24 17	0.12 5

CoSv	0.13 5	0.17 25	0.08 4	0.08 8	0.07 7	0.17 44	0.07 22	0.15 21	0.10 14	0.13 13	0.06 3	0.10 2	0.07 7	0.04 1	0.17 5	0.20 8	0.21 8	0.12 2	0.22 16	0.12 6	0.20 8	0.11 1	0.06 4	0.07 4	0.22 31	0.15 10	0.19 5	0.11 1

AIO-test2	0.11 1	0.07 1	0.07 2	0.06 1	0.05 2	0.07 3	0.04 1	0.13 14	0.12 26	0.11 6	0.14 24	0.16 11	0.07 7	0.06 10	0.15 1	0.17 3	0.15 1	0.13 3	0.16 2	0.11 2	0.17 2	0.13 6	0.06 4	0.08 7	0.11 1	0.14 7	0.10 1	0.11 1

OmniDepth	0.13 5	0.13 11	0.09 14	0.11 17	0.08 14	0.11 19	0.06 15	0.11 2	0.10 14	0.11 6	0.06 3	0.31 45	0.07 7	0.06 10	0.17 5	0.17 3	0.15 1	0.15 4	0.17 3	0.11 2	0.16 1	0.17 12	0.05 1	0.08 7	0.18 17	0.17 19	0.22 12	0.15 13

MM-Stereo_test3	0.13 5	0.13 11	0.08 4	0.10 14	0.07 7	0.07 3	0.05 6	0.19 34	0.14 35	0.15 20	0.06 3	0.13 6	0.06 1	0.07 17	0.15 1	0.15 1	0.23 16	0.15 4	0.21 12	0.12 6	0.18 5	0.18 17	0.08 14	0.08 7	0.15 4	0.11 1	0.28 28	0.15 13

RAFT	0.17 27	0.13 11	0.10 17	0.16 38	0.07 7	0.21 58	0.05 6	0.25 40	0.12 26	0.14 15	0.15 27	0.16 11	0.10 27	0.05 4	0.21 18	0.20 8	0.23 16	0.15 4	0.28 34	0.13 10	0.21 11	0.17 12	0.07 11	0.10 19	0.26 37	0.24 47	0.33 40	0.23 37

LG-Stereo	0.15 15	0.11 8	0.08 4	0.09 12	0.11 27	0.11 19	0.05 6	0.15 21	0.11 18	0.19 35	0.12 20	0.26 37	0.09 22	0.06 10	0.19 11	0.20 8	0.23 16	0.16 7	0.18 4	0.14 13	0.23 14	0.20 26	0.05 1	0.08 7	0.17 13	0.18 20	0.24 17	0.15 13

GREAT-IGEV	0.15 15	0.15 18	0.11 22	0.08 8	0.06 4	0.08 7	0.05 6	0.16 26	0.10 14	0.12 10	0.13 21	0.25 36	0.09 22	0.08 25	0.22 20	0.25 22	0.24 23	0.16 7	0.23 20	0.13 10	0.18 5	0.16 10	0.09 26	0.10 19	0.15 4	0.16 11	0.31 37	0.13 9

AIO-test1	0.13 5	0.09 3	0.08 4	0.06 1	0.07 7	0.11 19	0.04 1	0.17 31	0.13 30	0.15 20	0.16 32	0.19 26	0.08 14	0.09 31	0.18 10	0.22 14	0.19 3	0.16 7	0.15 1	0.14 13	0.17 2	0.14 7	0.08 14	0.07 4	0.14 2	0.14 7	0.13 2	0.12 5

MonStereo	0.15 15	0.14 17	0.13 29	0.12 20	0.12 30	0.10 16	0.08 31	0.11 2	0.11 18	0.14 15	0.13 21	0.17 18	0.11 32	0.07 17	0.20 14	0.23 17	0.23 16	0.17 10	0.21 12	0.15 18	0.19 7	0.18 17	0.08 14	0.08 7	0.22 31	0.18 20	0.23 13	0.24 40

MM-Stereo_test1	0.13 5	0.13 11	0.08 4	0.11 17	0.06 4	0.08 7	0.05 6	0.15 21	0.11 18	0.16 27	0.07 6	0.15 9	0.06 1	0.07 17	0.17 5	0.18 5	0.23 16	0.17 10	0.22 16	0.14 13	0.20 8	0.14 7	0.08 14	0.08 7	0.16 8	0.13 5	0.25 19	0.15 13

111111	0.13 5	0.16 21	0.08 4	0.12 20	0.10 22	0.07 3	0.06 15	0.12 8	0.12 26	0.07 1	0.10 16	0.15 9	0.09 22	0.05 4	0.19 11	0.21 11	0.22 10	0.18 12	0.19 7	0.13 10	0.23 14	0.18 17	0.10 33	0.08 7	0.16 8	0.14 7	0.19 5	0.11 1

IGEV-Stereo++	0.16 22	0.24 43	0.09 14	0.13 24	0.13 31	0.10 16	0.05 6	0.15 21	0.13 30	0.12 10	0.16 32	0.16 11	0.11 32	0.07 17	0.21 18	0.22 14	0.22 10	0.18 12	0.21 12	0.16 21	0.22 13	0.27 50	0.09 26	0.08 7	0.17 13	0.18 20	0.25 19	0.18 27

ProNet	0.14 12	0.13 11	0.14 34	0.11 17	0.07 7	0.14 31	0.12 56	0.13 14	0.06 2	0.08 2	0.24 63	0.09 1	0.06 1	0.07 17	0.22 20	0.21 11	0.22 10	0.18 12	0.19 7	0.14 13	0.20 8	0.11 1	0.12 46	0.11 29	0.16 8	0.13 5	0.17 4	0.12 5

CroCo-Stereo	0.13 5	0.09 3	0.08 4	0.07 5	0.04 1	0.06 1	0.04 1	0.14 19	0.05 1	0.10 4	0.03 1	0.13 6	0.06 1	0.04 1	0.24 25	0.26 29	0.20 5	0.18 12	0.20 10	0.11 2	0.24 20	0.15 9	0.05 1	0.06 1	0.22 31	0.20 25	0.23 13	0.15 13
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
MLG-Stereo_test1	0.12 3	0.08 2	0.07 2	0.07 5	0.07 7	0.07 3	0.06 15	0.11 2	0.09 10	0.16 27	0.09 11	0.17 18	0.06 1	0.05 4	0.16 3	0.18 5	0.22 10	0.19 16	0.22 16	0.12 6	0.23 14	0.11 1	0.06 4	0.06 1	0.15 4	0.12 2	0.21 9	0.14 10

MLG-Stereo	0.12 3	0.10 6	0.08 4	0.06 1	0.08 14	0.06 1	0.04 1	0.11 2	0.09 10	0.15 20	0.07 6	0.16 11	0.06 1	0.05 4	0.17 5	0.18 5	0.22 10	0.19 16	0.19 7	0.12 6	0.21 11	0.12 5	0.06 4	0.06 1	0.15 4	0.12 2	0.20 7	0.14 10

CroCo-Stereo Lap2	0.14 12	0.10 6	0.08 4	0.08 8	0.08 14	0.08 7	0.05 6	0.12 8	0.06 2	0.22 43	0.07 6	0.16 11	0.07 7	0.04 1	0.20 14	0.26 29	0.22 10	0.19 16	0.26 32	0.11 2	0.28 31	0.16 10	0.06 4	0.08 7	0.22 31	0.23 44	0.20 7	0.16 20

GSStereo	0.16 22	0.18 28	0.13 29	0.13 24	0.13 31	0.12 25	0.09 39	0.12 8	0.10 14	0.16 27	0.11 17	0.22 31	0.08 14	0.05 4	0.22 20	0.25 22	0.28 33	0.20 19	0.25 28	0.16 21	0.32 37	0.19 22	0.08 14	0.10 19	0.18 17	0.16 11	0.25 19	0.16 20

GASTEREO	0.16 22	0.16 21	0.10 17	0.14 29	0.10 22	0.11 19	0.07 22	0.12 8	0.15 40	0.14 15	0.09 11	0.18 24	0.11 32	0.06 10	0.24 25	0.24 21	0.23 16	0.20 19	0.23 20	0.16 21	0.23 14	0.23 42	0.11 41	0.10 19	0.19 20	0.22 35	0.28 28	0.14 10

MSCF	0.16 22	0.15 18	0.09 14	0.14 29	0.09 18	0.11 19	0.07 22	0.11 2	0.15 40	0.14 15	0.09 11	0.17 18	0.11 32	0.06 10	0.25 28	0.23 17	0.23 16	0.20 19	0.23 20	0.15 18	0.24 20	0.21 31	0.11 41	0.10 19	0.19 20	0.22 35	0.27 26	0.15 13

MM-Stereo_test2	0.15 15	0.19 30	0.11 22	0.16 38	0.11 27	0.08 7	0.05 6	0.14 19	0.11 18	0.20 37	0.08 10	0.12 4	0.08 14	0.09 31	0.20 14	0.22 14	0.25 24	0.20 19	0.20 10	0.18 31	0.25 23	0.21 31	0.10 33	0.10 19	0.16 8	0.16 11	0.21 9	0.16 20

AIO-Stereo	0.15 15	0.17 25	0.12 26	0.17 44	0.10 22	0.12 25	0.06 15	0.11 2	0.08 7	0.10 4	0.14 24	0.12 4	0.09 22	0.08 25	0.20 14	0.21 11	0.20 5	0.20 19	0.21 12	0.17 26	0.23 14	0.20 26	0.07 11	0.11 29	0.17 13	0.16 11	0.23 13	0.12 5

RSM	0.15 15	0.16 21	0.12 26	0.14 29	0.09 18	0.14 31	0.06 15	0.10 1	0.08 7	0.09 3	0.15 27	0.14 8	0.10 27	0.07 17	0.22 20	0.25 22	0.21 8	0.20 19	0.18 4	0.17 26	0.25 23	0.18 17	0.08 14	0.10 19	0.16 8	0.16 11	0.27 26	0.15 13

MoCha-V2	0.14 12	0.15 18	0.11 22	0.12 20	0.09 18	0.11 19	0.09 39	0.13 14	0.08 7	0.13 13	0.18 38	0.17 18	0.07 7	0.07 17	0.17 5	0.23 17	0.20 5	0.20 19	0.25 28	0.14 13	0.29 35	0.17 12	0.08 14	0.08 7	0.17 13	0.16 11	0.15 3	0.11 1

RAFT + AFF	0.27 50	0.26 48	0.17 47	0.21 58	0.13 31	0.19 53	0.13 60	0.41 60	0.18 46	0.44 75	0.19 42	0.42 78	0.14 44	0.09 31	0.86 200	0.29 42	0.41 68	0.20 19	0.55 98	0.23 56	0.47 90	0.21 31	0.12 46	0.15 43	0.28 46	0.20 25	0.21 9	0.17 24

GEAStereo	0.18 30	0.22 37	0.15 37	0.19 51	0.14 39	0.14 31	0.09 39	0.16 26	0.13 30	0.15 20	0.11 17	0.23 32	0.08 14	0.09 31	0.25 28	0.25 22	0.27 29	0.21 27	0.23 20	0.17 26	0.34 43	0.22 39	0.10 33	0.12 35	0.19 20	0.21 31	0.30 34	0.19 30

gasm-f	0.18 30	0.22 37	0.15 37	0.19 51	0.14 39	0.14 31	0.09 39	0.16 26	0.13 30	0.15 20	0.11 17	0.23 32	0.08 14	0.09 31	0.25 28	0.25 22	0.27 29	0.21 27	0.23 20	0.17 26	0.34 43	0.22 39	0.10 33	0.12 35	0.19 20	0.21 31	0.30 34	0.19 30

GIP-stereo	0.17 27	0.21 36	0.13 29	0.15 34	0.09 18	0.09 11	0.07 22	0.12 8	0.09 10	0.16 27	0.13 21	0.16 11	0.08 14	0.15 56	0.27 38	0.25 22	0.25 24	0.21 27	0.24 26	0.19 38	0.27 27	0.20 26	0.07 11	0.11 29	0.20 26	0.22 35	0.35 47	0.17 24

RSM++	0.17 27	0.18 28	0.13 29	0.17 44	0.10 22	0.14 31	0.07 22	0.13 14	0.13 30	0.12 10	0.14 24	0.17 18	0.11 32	0.08 25	0.25 28	0.27 35	0.25 24	0.21 27	0.23 20	0.18 31	0.26 25	0.21 31	0.08 14	0.10 19	0.20 26	0.18 20	0.29 31	0.18 27

AIO_rvc	0.25 42	0.34 67	0.16 42	0.19 51	0.15 47	0.18 48	0.11 51	0.39 57	0.22 62	0.30 51	0.16 32	0.32 47	0.12 40	0.18 70	0.27 38	0.26 29	0.33 41	0.22 31	0.38 50	0.20 44	0.42 64	0.44 108	0.13 54	0.14 40	0.28 46	0.22 35	0.33 40	0.21 34

Occ-G	0.18 30	0.26 48	0.15 37	0.17 44	0.14 39	0.15 37	0.07 22	0.12 8	0.11 18	0.11 6	0.22 55	0.20 29	0.09 22	0.10 36	0.28 43	0.28 36	0.25 24	0.22 31	0.29 36	0.19 38	0.26 25	0.19 22	0.10 33	0.15 43	0.19 20	0.18 20	0.29 31	0.17 24

StereoVision	0.18 30	0.13 11	0.11 22	0.09 12	0.14 39	0.16 39	0.08 31	0.17 31	0.17 42	0.15 20	0.15 27	0.16 11	0.10 27	0.06 10	0.25 28	0.26 29	0.27 29	0.22 31	0.22 16	0.16 21	0.23 14	0.17 12	0.06 4	0.13 37	0.28 46	0.29 59	0.38 52	0.28 48

AdaDepth	0.18 30	0.19 30	0.10 17	0.12 20	0.14 39	0.12 25	0.09 39	0.16 26	0.14 35	0.14 15	0.17 36	0.19 26	0.10 27	0.08 25	0.26 36	0.29 42	0.28 33	0.23 34	0.25 28	0.16 21	0.24 20	0.20 26	0.09 26	0.11 29	0.19 20	0.20 25	0.32 38	0.25 42

U	0.15 15	0.11 8	0.08 4	0.06 1	0.05 2	0.09 11	0.04 1	0.16 26	0.06 2	0.15 20	0.04 2	0.17 18	0.07 7	0.05 4	0.22 20	0.28 36	0.26 28	0.23 34	0.27 33	0.17 26	0.28 31	0.19 22	0.06 4	0.08 7	0.26 37	0.23 44	0.23 13	0.20 32

AEACV	0.19 35	0.31 60	0.14 34	0.17 44	0.13 31	0.12 25	0.07 22	0.15 21	0.07 6	0.16 27	0.15 27	0.18 24	0.11 32	0.11 40	0.25 28	0.25 22	0.32 38	0.23 34	0.35 47	0.18 31	0.27 27	0.22 39	0.11 41	0.11 29	0.20 26	0.22 35	0.25 19	0.18 27

AIO_test	0.27 50	0.39 95	0.19 54	0.29 101	0.19 61	0.18 48	0.14 73	0.42 64	0.23 67	0.33 55	0.19 42	0.37 63	0.18 61	0.18 70	0.25 28	0.29 42	0.34 45	0.24 37	0.39 51	0.21 47	0.49 100	0.46 117	0.13 54	0.15 43	0.30 55	0.28 57	0.41 59	0.21 34

MLG-Stereo_test2	0.16 22	0.12 10	0.10 17	0.10 14	0.08 14	0.09 11	0.05 6	0.18 33	0.11 18	0.20 37	0.07 6	0.23 32	0.08 14	0.08 25	0.19 11	0.23 17	0.30 36	0.25 38	0.31 38	0.18 31	0.28 31	0.17 12	0.09 26	0.08 7	0.20 26	0.16 11	0.29 31	0.21 34

RAStereo	0.19 35	0.16 21	0.10 17	0.08 8	0.07 7	0.09 11	0.06 15	0.21 36	0.09 10	0.45 77	0.09 11	0.26 37	0.08 14	0.07 17	0.25 28	0.26 29	0.28 33	0.25 38	0.33 42	0.15 18	0.35 47	0.18 17	0.08 14	0.10 19	0.28 46	0.23 44	0.25 19	0.24 40

AFF-stereo	0.30 63	0.34 67	0.26 99	0.18 49	0.17 54	0.33 118	0.11 51	0.50 85	0.23 67	0.46 80	0.28 75	0.40 69	0.16 54	0.12 44	0.27 38	0.35 58	0.37 53	0.25 38	0.57 108	0.23 56	0.38 52	0.25 45	0.17 83	0.17 54	0.37 88	0.37 92	0.48 71	0.32 58

VIP-Stereo	0.22 38	0.20 34	0.19 54	0.14 29	0.11 27	0.13 29	0.06 15	0.29 46	0.19 51	0.19 35	0.28 75	0.28 41	0.11 32	0.12 44	0.27 38	0.28 36	0.37 53	0.26 41	0.33 42	0.21 47	0.34 43	0.21 31	0.11 41	0.15 43	0.24 35	0.22 35	0.25 19	0.30 52

HUF	0.29 59	0.34 67	0.20 61	0.22 61	0.21 70	0.19 53	0.11 51	0.51 87	0.22 62	0.42 66	0.18 38	0.35 53	0.22 82	0.19 77	0.30 50	0.32 54	0.38 57	0.26 41	0.52 81	0.25 66	0.52 120	0.43 102	0.16 68	0.18 57	0.30 55	0.22 35	0.38 52	0.29 50

SGD-Stereo	0.29 59	0.24 43	0.17 47	0.16 38	0.15 47	0.22 64	0.08 31	0.29 46	0.22 62	0.29 49	0.15 27	0.45 90	0.20 70	0.10 36	0.71 169	0.45 110	0.46 80	0.27 43	0.47 66	0.22 51	0.41 58	0.36 70	0.19 103	0.19 60	0.28 46	0.32 71	0.46 66	0.40 80

RAFT_CTSACE	0.30 63	0.37 82	0.15 37	0.15 34	0.15 47	0.25 84	0.18 96	0.53 93	0.20 55	0.55 131	0.18 38	0.44 86	0.29 113	0.16 63	0.29 44	0.30 47	0.37 53	0.27 43	0.37 49	0.18 31	0.38 52	0.45 112	0.10 33	0.17 54	0.30 55	0.31 66	0.60 112	0.26 45

delet	0.24 40	0.25 46	0.22 83	0.24 78	0.20 67	0.28 98	0.16 88	0.21 36	0.18 46	0.23 45	0.26 69	0.26 37	0.15 50	0.25 140	0.32 57	0.28 36	0.31 37	0.27 43	0.24 26	0.24 60	0.31 36	0.20 26	0.16 68	0.19 60	0.28 46	0.25 51	0.32 38	0.31 55

LG-Stereo_L2	0.26 46	0.31 60	0.17 47	0.13 24	0.13 31	0.14 31	0.07 22	0.42 64	0.20 55	0.48 89	0.22 55	0.40 69	0.14 44	0.17 67	0.30 50	0.37 68	0.39 62	0.28 46	0.40 53	0.19 38	0.45 76	0.35 66	0.09 26	0.14 40	0.30 55	0.22 35	0.33 40	0.33 61

MLG-Stereo_test3	0.23 39	0.17 25	0.13 29	0.14 29	0.17 54	0.16 39	0.09 39	0.21 36	0.12 26	0.21 40	0.18 38	0.35 53	0.11 32	0.15 56	0.29 44	0.26 29	0.33 41	0.28 46	0.63 126	0.18 31	0.40 56	0.41 88	0.11 41	0.15 43	0.21 30	0.21 31	0.33 40	0.27 46

YMNet	0.30 63	0.31 60	0.23 88	0.27 93	0.23 78	0.26 86	0.25 139	0.36 52	0.37 178	0.25 47	0.19 42	0.40 69	0.27 106	0.29 170	0.38 65	0.47 130	0.37 53	0.28 46	0.43 62	0.19 38	0.35 47	0.33 61	0.16 68	0.19 60	0.36 86	0.29 59	0.39 54	0.35 66

DEFOM-Stereo	0.21 37	0.19 30	0.12 26	0.18 49	0.13 31	0.20 56	0.08 31	0.19 34	0.14 35	0.16 27	0.23 58	0.21 30	0.10 27	0.12 44	0.27 38	0.29 42	0.34 45	0.28 46	0.32 39	0.22 51	0.32 37	0.21 31	0.12 46	0.11 29	0.26 37	0.22 35	0.47 68	0.29 50

anonymousdsp	0.25 42	0.23 41	0.19 54	0.16 38	0.14 39	0.18 48	0.10 48	0.37 55	0.19 51	0.32 54	0.22 55	0.32 47	0.12 40	0.14 52	0.29 44	0.32 54	0.32 38	0.28 46	0.39 51	0.22 51	0.46 83	0.31 58	0.12 46	0.15 43	0.26 37	0.20 25	0.52 86	0.20 32

iRaftStereo_RVC	0.26 46	0.27 50	0.16 42	0.13 24	0.14 39	0.18 48	0.09 39	0.44 69	0.14 35	0.36 57	0.36 102	0.32 47	0.16 54	0.13 48	0.29 44	0.29 42	0.38 57	0.28 46	0.34 46	0.22 51	0.41 58	0.38 76	0.12 46	0.17 54	0.27 42	0.29 59	0.42 60	0.27 46

RAFT-Stereo + iAFF	0.35 80	0.41 106	0.32 120	0.24 78	0.19 61	0.28 98	0.13 60	0.58 117	0.24 77	0.46 80	0.35 101	0.49 102	0.19 67	0.15 56	0.34 61	0.35 58	0.41 68	0.28 46	0.65 131	0.28 79	0.44 72	0.33 61	0.19 103	0.22 81	0.51 134	0.37 92	0.58 104	0.44 91

TDLM	0.24 40	0.29 54	0.22 83	0.22 61	0.27 108	0.23 76	0.18 96	0.26 42	0.19 51	0.18 34	0.38 111	0.29 42	0.21 78	0.15 56	0.24 25	0.28 36	0.32 38	0.28 46	0.25 28	0.21 47	0.28 31	0.19 22	0.16 68	0.21 67	0.24 35	0.20 25	0.28 28	0.25 42

S2M2_XL	0.33 75	0.30 58	0.30 112	0.17 44	0.19 61	0.23 76	0.21 115	0.53 93	0.26 93	0.47 83	0.25 66	0.48 98	0.18 61	0.22 100	0.38 65	0.36 64	0.54 129	0.29 54	0.41 56	0.28 79	0.50 104	0.31 58	0.21 128	0.21 67	0.34 75	0.32 71	0.45 64	0.51 111
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
LG-Stereo_L1	0.27 50	0.30 58	0.17 47	0.13 24	0.13 31	0.15 37	0.08 31	0.42 64	0.21 59	0.49 98	0.20 47	0.39 68	0.15 50	0.15 56	0.30 50	0.38 71	0.39 62	0.29 54	0.40 53	0.18 31	0.47 90	0.35 66	0.08 14	0.14 40	0.30 55	0.21 31	0.37 51	0.36 69

HCRNet	0.32 70	0.38 90	0.20 61	0.39 147	0.17 54	0.29 101	0.18 96	0.40 58	0.18 46	0.80 259	0.40 120	0.49 102	0.18 61	0.22 100	0.38 65	0.30 47	0.38 57	0.29 54	0.40 53	0.19 38	0.33 41	0.23 42	0.19 103	0.16 52	0.26 37	0.31 66	0.51 75	0.31 55

DFGA-Net	0.28 55	0.37 82	0.16 42	0.26 88	0.15 47	0.22 64	0.15 79	0.40 58	0.21 59	0.41 64	0.24 63	0.31 45	0.17 57	0.13 48	0.42 82	0.39 75	0.38 57	0.30 57	0.42 60	0.21 47	0.36 51	0.29 54	0.13 54	0.21 67	0.31 65	0.27 54	0.51 75	0.28 48

RAFT+CT+SA	0.32 70	0.46 144	0.20 61	0.26 88	0.18 58	0.22 64	0.15 79	0.58 117	0.23 67	0.52 112	0.17 36	0.46 92	0.33 151	0.12 44	0.33 58	0.43 94	0.36 51	0.30 57	0.45 64	0.23 56	0.45 76	0.49 129	0.09 26	0.22 81	0.32 70	0.31 66	0.53 90	0.35 66

CASnet	0.40 90	0.52 196	0.23 88	0.27 93	0.27 108	0.30 107	0.14 73	0.62 144	0.29 113	0.61 171	0.44 128	0.64 154	0.28 111	0.23 113	0.55 105	0.36 64	0.45 75	0.31 59	0.73 151	0.27 76	0.63 162	0.39 82	0.21 128	0.24 102	0.42 102	0.32 71	0.61 115	0.56 128
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
LG-G_1	0.25 42	0.22 37	0.19 54	0.23 74	0.22 72	0.22 64	0.12 56	0.28 43	0.11 18	0.21 40	0.20 47	0.35 53	0.14 44	0.18 70	0.31 54	0.30 47	0.35 49	0.32 60	0.51 76	0.24 60	0.39 54	0.26 47	0.10 33	0.15 43	0.27 42	0.24 47	0.36 49	0.34 63

LG-G	0.25 42	0.22 37	0.19 54	0.23 74	0.22 72	0.22 64	0.12 56	0.28 43	0.11 18	0.21 40	0.20 47	0.35 53	0.14 44	0.18 70	0.31 54	0.30 47	0.35 49	0.32 60	0.51 76	0.24 60	0.39 54	0.26 47	0.10 33	0.15 43	0.27 42	0.24 47	0.36 49	0.34 63

TestStereo1	0.38 84	0.49 167	0.19 54	0.22 61	0.23 78	0.23 76	0.15 79	0.55 105	0.30 122	0.52 112	0.21 51	0.35 53	0.39 185	0.11 40	0.80 182	0.50 147	0.46 80	0.32 60	0.53 89	0.25 66	0.52 120	0.67 183	0.15 64	0.22 81	0.37 88	0.42 105	0.60 112	0.39 75

TESTraft	0.37 82	0.46 144	0.21 74	0.21 58	0.23 78	0.21 58	0.16 88	0.54 98	0.31 140	0.51 105	0.23 58	0.36 61	0.36 175	0.11 40	0.85 198	0.48 136	0.45 75	0.32 60	0.48 69	0.24 60	0.46 83	0.65 175	0.12 46	0.23 93	0.37 88	0.43 107	0.57 96	0.39 75

test_5	0.29 59	0.39 95	0.16 42	0.22 61	0.15 47	0.21 58	0.13 60	0.54 98	0.20 55	0.38 62	0.19 42	0.44 86	0.34 163	0.10 36	0.43 84	0.38 71	0.33 41	0.32 60	0.33 42	0.20 44	0.32 37	0.35 66	0.09 26	0.21 67	0.28 46	0.30 62	0.51 75	0.32 58

SA-5K	0.38 84	0.49 167	0.19 54	0.22 61	0.23 78	0.23 76	0.15 79	0.55 105	0.30 122	0.52 112	0.21 51	0.35 53	0.39 185	0.11 40	0.80 182	0.50 147	0.46 80	0.32 60	0.53 89	0.25 66	0.52 120	0.67 183	0.15 64	0.22 81	0.37 88	0.42 105	0.60 112	0.39 75

AASNet	0.28 55	0.34 67	0.22 83	0.25 84	0.26 98	0.34 125	0.25 139	0.32 49	0.17 42	0.29 49	0.36 102	0.26 37	0.18 61	0.24 124	0.36 62	0.31 51	0.34 45	0.32 60	0.32 39	0.28 79	0.35 47	0.28 53	0.17 83	0.22 81	0.30 55	0.28 57	0.35 47	0.25 42

CVANet_RVC	0.31 68	0.40 102	0.30 112	0.40 153	0.29 120	0.37 136	0.23 131	0.41 60	0.23 67	0.31 52	0.49 142	0.37 63	0.26 99	0.19 77	0.29 44	0.33 57	0.34 45	0.32 60	0.32 39	0.25 66	0.34 43	0.25 45	0.18 95	0.25 113	0.30 55	0.25 51	0.34 44	0.30 52

LGtest1	0.26 46	0.19 30	0.20 61	0.16 38	0.18 58	0.16 39	0.09 39	0.28 43	0.17 42	0.22 43	0.27 72	0.29 42	0.13 43	0.14 52	0.30 50	0.31 51	0.38 57	0.33 68	0.49 71	0.25 66	0.41 58	0.41 88	0.13 54	0.16 52	0.30 55	0.24 47	0.39 54	0.31 55

DEFOM-Stereo_RVC	0.33 75	0.36 80	0.20 61	0.23 74	0.20 67	0.17 44	0.10 48	0.48 82	0.23 67	0.55 131	0.32 89	0.40 69	0.19 67	0.15 56	0.48 96	0.36 64	0.47 90	0.33 68	0.51 76	0.27 76	0.50 104	0.42 95	0.16 68	0.18 57	0.30 55	0.31 66	0.48 71	0.53 117

anonymousdsp2	0.38 84	0.46 144	0.30 112	0.25 84	0.23 78	0.32 111	0.18 96	0.58 117	0.23 67	0.47 83	0.38 111	0.48 98	0.23 88	0.18 70	0.40 70	0.39 75	0.44 72	0.33 68	0.88 174	0.31 93	0.48 96	0.52 146	0.17 83	0.23 93	0.41 101	0.33 76	0.61 115	0.42 87

TestStereo	0.45 120	0.51 187	0.38 150	0.42 162	0.30 127	0.44 163	0.26 143	0.71 202	0.28 106	0.76 249	0.32 89	0.64 154	0.32 145	0.24 124	0.47 89	0.35 58	0.54 129	0.33 68	0.78 163	0.38 134	0.63 162	0.42 95	0.24 160	0.30 141	0.53 141	0.43 107	0.75 159	0.55 127

trnet	0.44 115	0.51 187	0.40 157	0.34 125	0.26 98	0.27 91	0.14 73	0.62 144	0.30 122	0.60 167	0.36 102	0.73 175	0.33 151	0.24 124	0.56 108	0.57 181	0.58 157	0.34 72	0.52 81	0.31 93	0.57 147	0.42 95	0.17 83	0.30 141	0.54 145	0.48 132	0.65 129	0.69 166

UniTT-Stereo	0.28 55	0.27 50	0.15 37	0.15 34	0.13 31	0.17 44	0.09 39	0.35 51	0.19 51	0.49 98	0.21 51	0.41 76	0.18 61	0.14 52	0.40 70	0.39 75	0.42 70	0.34 72	0.56 104	0.25 66	0.43 66	0.24 44	0.13 54	0.19 60	0.31 65	0.41 104	0.30 34	0.37 70

CAS	0.38 84	0.45 132	0.25 96	0.29 101	0.29 120	0.23 76	0.13 60	0.41 60	0.27 99	0.41 64	0.54 166	0.35 53	0.35 170	0.21 94	0.52 102	0.38 71	0.50 103	0.34 72	0.52 81	0.26 73	0.43 66	0.41 88	0.19 103	0.23 93	0.51 134	0.52 145	0.62 118	0.77 185

test_4	0.34 77	0.33 64	0.27 101	0.21 58	0.18 58	0.16 39	0.11 51	0.59 124	0.26 93	0.58 156	0.25 66	0.50 108	0.20 70	0.19 77	0.33 58	0.40 79	0.45 75	0.34 72	0.41 56	0.29 84	0.45 76	0.41 88	0.16 68	0.24 102	0.38 92	0.40 103	0.59 111	0.42 87

CREStereo++_RVC	0.43 112	0.42 113	0.39 152	0.30 109	0.33 137	0.27 91	0.19 107	0.57 113	0.31 140	0.58 156	0.36 102	0.58 134	0.56 224	0.23 113	0.48 96	0.50 147	0.61 186	0.34 72	0.52 81	0.30 88	0.56 137	0.42 95	0.16 68	0.29 133	0.49 127	0.44 111	0.79 170	0.69 166
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
raft+_RVC	0.35 80	0.34 67	0.26 99	0.25 84	0.23 78	0.25 84	0.18 96	0.54 98	0.26 93	0.52 112	0.43 125	0.46 92	0.23 88	0.18 70	0.42 82	0.38 71	0.43 71	0.34 72	0.61 124	0.26 73	0.43 66	0.38 76	0.13 54	0.20 65	0.39 95	0.39 99	0.58 104	0.42 87

MMNet	0.29 59	0.29 54	0.22 83	0.26 88	0.26 98	0.26 86	0.18 96	0.33 50	0.23 67	0.24 46	0.28 75	0.35 53	0.15 50	0.32 187	0.39 68	0.31 51	0.36 51	0.34 72	0.41 56	0.27 76	0.32 37	0.21 31	0.17 83	0.23 93	0.32 70	0.30 62	0.46 66	0.32 58

CREStereo	0.44 115	0.51 187	0.40 157	0.34 125	0.26 98	0.28 98	0.15 79	0.61 137	0.30 122	0.58 156	0.36 102	0.72 172	0.33 151	0.24 124	0.59 119	0.59 189	0.59 171	0.34 72	0.52 81	0.31 93	0.59 155	0.42 95	0.18 95	0.30 141	0.54 145	0.48 132	0.64 125	0.69 166
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
AANet_RVC	0.28 55	0.27 50	0.23 88	0.19 51	0.28 113	0.16 39	0.16 88	0.29 46	0.30 122	0.20 37	0.27 72	0.24 35	0.21 78	0.19 77	0.45 86	0.36 64	0.33 41	0.34 72	0.29 36	0.29 84	0.27 27	0.27 50	0.22 142	0.21 67	0.34 75	0.33 76	0.42 60	0.52 113

IGEV-Stereo+	0.27 50	0.25 46	0.14 34	0.22 61	0.14 39	0.13 29	0.07 22	0.36 52	0.20 55	0.55 131	0.23 58	0.38 65	0.14 44	0.16 63	0.26 36	0.35 58	0.40 65	0.35 81	0.48 69	0.24 60	0.44 72	0.51 141	0.12 46	0.13 37	0.28 46	0.20 25	0.34 44	0.23 37

MaDis-Stereo	0.26 46	0.20 34	0.16 42	0.10 14	0.10 22	0.10 16	0.08 31	0.24 39	0.14 35	0.36 57	0.16 32	0.36 61	0.12 40	0.08 25	0.33 58	0.35 58	0.39 62	0.35 81	0.53 89	0.20 44	0.40 56	0.26 47	0.13 54	0.15 43	0.39 95	0.39 99	0.40 58	0.49 100

LL-Strereo2	0.34 77	0.29 54	0.21 74	0.24 78	0.19 61	0.17 44	0.13 60	0.63 158	0.26 93	0.58 156	0.23 58	0.44 86	0.22 82	0.14 52	0.41 76	0.41 83	0.47 90	0.35 81	0.73 151	0.31 93	0.47 90	0.36 70	0.21 128	0.20 65	0.32 70	0.34 80	0.51 75	0.35 66

GMStereo	0.41 94	0.48 164	0.25 96	0.32 117	0.32 136	0.37 136	0.28 150	0.59 124	0.30 122	0.45 77	0.36 102	0.61 144	0.31 136	0.24 124	0.45 86	0.41 83	0.54 129	0.35 81	0.73 151	0.39 148	0.51 110	0.33 61	0.23 152	0.28 128	0.48 119	0.36 84	0.68 138	0.41 82
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
S2M2_L	0.40 90	0.42 113	0.41 166	0.24 78	0.27 108	0.35 131	0.22 121	0.51 87	0.24 77	0.61 171	0.23 58	0.43 83	0.21 78	0.31 180	0.59 119	0.49 143	0.55 138	0.36 85	0.53 89	0.34 105	0.55 132	0.38 76	0.28 179	0.27 122	0.42 102	0.43 107	0.63 121	0.66 155
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
IGEV-BASED-STEREO-	0.30 63	0.24 43	0.17 47	0.23 74	0.19 61	0.18 48	0.08 31	0.49 84	0.25 83	0.54 124	0.21 51	0.32 47	0.17 57	0.17 67	0.29 44	0.39 75	0.45 75	0.36 85	0.50 73	0.26 73	0.56 137	0.49 129	0.13 54	0.13 37	0.31 65	0.26 53	0.45 64	0.30 52

MIM_Stereo	0.32 70	0.40 102	0.25 96	0.28 96	0.20 67	0.27 91	0.14 73	0.45 75	0.18 46	0.48 89	0.25 66	0.42 78	0.18 61	0.16 63	0.36 62	0.42 87	0.44 72	0.36 85	0.47 66	0.28 79	0.47 90	0.36 70	0.12 46	0.23 93	0.29 54	0.27 54	0.47 68	0.33 61

ACRE	0.42 99	0.47 151	0.22 83	0.32 117	0.22 72	0.33 118	0.18 96	0.63 158	0.23 67	0.55 131	0.50 147	0.61 144	0.30 123	0.41 212	0.91 212	0.45 110	0.52 118	0.36 85	0.55 98	0.38 134	0.57 147	0.44 108	0.19 103	0.23 93	0.44 106	0.32 71	0.58 104	0.39 75

FINET	0.40 90	0.38 90	0.39 152	0.43 167	0.30 127	0.34 125	0.35 172	0.44 69	0.36 168	0.47 83	0.32 89	0.47 95	0.30 123	0.28 163	0.66 149	0.50 147	0.48 95	0.36 85	0.60 120	0.33 99	0.46 83	0.37 75	0.30 187	0.30 141	0.43 104	0.35 81	0.56 94	0.42 87

CES	0.46 125	0.35 77	0.30 112	0.27 93	0.27 108	0.29 101	0.12 56	1.05 272	0.27 99	0.54 124	0.66 201	0.53 117	0.25 96	0.23 113	0.62 135	0.65 209	0.58 157	0.37 90	0.54 95	0.34 105	0.84 209	0.53 149	0.23 152	0.23 93	0.56 153	0.44 111	0.57 96	0.69 166

CIPLG	0.42 99	0.47 151	0.24 94	0.32 117	0.22 72	0.32 111	0.19 107	0.63 158	0.24 77	0.55 131	0.50 147	0.60 143	0.30 123	0.41 212	0.93 217	0.44 99	0.52 118	0.37 90	0.56 104	0.38 134	0.56 137	0.45 112	0.19 103	0.24 102	0.44 106	0.31 66	0.57 96	0.38 74

IPLGR_C	0.42 99	0.47 151	0.23 88	0.31 115	0.22 72	0.32 111	0.18 96	0.63 158	0.23 67	0.55 131	0.50 147	0.61 144	0.31 136	0.41 212	0.87 206	0.45 110	0.52 118	0.37 90	0.55 98	0.38 134	0.56 137	0.46 117	0.19 103	0.24 102	0.44 106	0.33 76	0.58 104	0.40 80

PMTNet	0.48 131	0.48 164	0.43 174	0.31 115	0.30 127	0.27 91	0.22 121	0.54 98	0.29 113	0.57 144	0.39 117	0.59 139	0.23 88	0.23 113	0.64 145	0.59 189	0.57 153	0.37 90	1.17 199	0.33 99	0.67 177	0.40 85	0.20 119	0.21 67	0.79 222	0.59 159	0.65 129	0.92 203

MIF-Stereo (partial)	0.30 63	0.44 124	0.18 52	0.16 38	0.16 52	0.21 58	0.11 51	0.37 55	0.22 62	0.37 60	0.24 63	0.32 47	0.17 57	0.13 48	0.39 68	0.45 110	0.46 80	0.38 94	0.42 60	0.25 66	0.43 66	0.35 66	0.18 95	0.21 67	0.35 85	0.32 71	0.50 74	0.44 91

s12784h	0.62 174	0.68 239	0.47 191	0.65 223	0.44 188	0.34 125	0.24 134	0.61 137	0.31 140	0.60 167	0.44 128	0.81 194	0.55 222	0.25 140	0.62 135	0.50 147	0.62 192	0.38 94	0.74 157	0.36 124	1.26 252	0.47 122	0.18 95	0.30 141	0.70 192	0.74 183	1.39 268	2.07 264

castereo	0.47 127	0.36 80	0.35 131	0.34 125	0.26 98	0.26 86	0.17 94	0.56 111	0.29 113	0.60 167	0.45 131	0.68 162	0.22 82	0.20 88	0.52 102	0.58 186	0.61 186	0.39 96	0.92 178	0.36 124	0.96 228	0.76 201	0.19 103	0.24 102	0.54 145	0.64 167	0.57 96	0.58 132

GCAP-BAT	0.76 205	0.45 132	0.20 61	0.22 61	0.25 88	0.22 64	0.13 60	0.62 144	0.25 83	0.57 144	0.29 78	0.75 179	0.20 70	0.19 77	0.47 89	0.51 154	10.38 328	0.39 96	0.59 113	0.34 105	0.93 218	0.50 134	0.17 83	0.21 67	0.34 75	0.36 84	0.51 75	0.49 100

test_for_model	0.76 205	0.45 132	0.20 61	0.22 61	0.25 88	0.22 64	0.13 60	0.62 144	0.25 83	0.57 144	0.29 78	0.75 179	0.20 70	0.19 77	0.47 89	0.51 154	10.38 328	0.39 96	0.59 113	0.34 105	0.93 218	0.50 134	0.17 83	0.21 67	0.34 75	0.36 84	0.51 75	0.49 100

testlalala2	0.76 205	0.45 132	0.20 61	0.22 61	0.25 88	0.22 64	0.13 60	0.62 144	0.25 83	0.57 144	0.29 78	0.75 179	0.20 70	0.19 77	0.47 89	0.51 154	10.38 328	0.39 96	0.59 113	0.34 105	0.93 218	0.50 134	0.17 83	0.21 67	0.34 75	0.36 84	0.51 75	0.49 100

testlalala	0.76 205	0.45 132	0.20 61	0.22 61	0.25 88	0.22 64	0.13 60	0.62 144	0.25 83	0.57 144	0.29 78	0.75 179	0.20 70	0.19 77	0.47 89	0.51 154	10.38 328	0.39 96	0.59 113	0.34 105	0.93 218	0.50 134	0.17 83	0.21 67	0.34 75	0.36 84	0.51 75	0.49 100

testlalala_base	0.76 205	0.45 132	0.20 61	0.22 61	0.25 88	0.22 64	0.13 60	0.62 144	0.25 83	0.57 144	0.29 78	0.75 179	0.20 70	0.19 77	0.47 89	0.51 154	10.38 328	0.39 96	0.59 113	0.34 105	0.93 218	0.50 134	0.17 83	0.21 67	0.34 75	0.36 84	0.51 75	0.49 100

GCAP-Stereo	0.76 205	0.45 132	0.20 61	0.22 61	0.25 88	0.22 64	0.13 60	0.62 144	0.25 83	0.57 144	0.29 78	0.75 179	0.20 70	0.19 77	0.47 89	0.51 154	10.38 328	0.39 96	0.59 113	0.34 105	0.93 218	0.50 134	0.17 83	0.21 67	0.34 75	0.36 84	0.51 75	0.49 100

iinet-f	0.52 142	0.43 118	0.36 137	0.34 125	0.25 88	0.47 175	0.25 139	0.43 67	0.27 99	0.52 112	0.94 245	0.61 144	0.44 201	0.25 140	1.06 240	0.57 181	0.52 118	0.39 96	1.51 213	0.50 181	0.58 151	0.75 198	0.26 172	0.25 113	0.52 138	0.38 96	0.76 162	0.53 117

dd	0.50 135	0.51 187	0.28 103	0.91 252	0.31 135	0.65 223	0.29 157	0.59 124	0.23 67	0.54 124	0.30 84	0.75 179	0.27 106	0.26 151	0.84 194	0.46 119	0.70 223	0.39 96	1.05 189	0.38 134	0.48 96	0.43 102	0.23 152	0.30 141	0.53 141	0.39 99	0.74 157	0.58 132

DMCA	0.32 70	0.31 60	0.30 112	0.24 78	0.25 88	0.27 91	0.22 121	0.36 52	0.33 153	0.31 52	0.40 120	0.40 69	0.23 88	0.25 140	0.41 76	0.37 68	0.40 65	0.39 96	0.36 48	0.28 79	0.41 58	0.27 50	0.25 163	0.25 113	0.31 65	0.35 81	0.39 54	0.37 70

RASNet	0.42 99	0.45 132	0.43 174	0.33 123	0.33 137	0.37 136	0.27 145	0.58 117	0.34 158	0.47 83	0.43 125	0.49 102	0.33 151	0.25 140	0.41 76	0.41 83	0.48 95	0.39 96	0.47 66	0.30 88	0.49 100	0.40 85	0.19 103	0.44 211	0.40 99	0.46 125	0.75 159	0.63 150

HITNet	0.38 84	0.37 82	0.28 103	0.34 125	0.29 120	0.26 86	0.19 107	0.58 117	0.32 148	0.57 144	0.45 131	0.55 125	0.30 123	0.22 100	0.51 100	0.35 58	0.44 72	0.39 96	0.41 56	0.29 84	0.41 58	0.38 76	0.20 119	0.25 113	0.39 95	0.37 92	0.70 147	0.52 113
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
G2L-Stereo	0.42 99	0.39 95	0.28 103	0.35 135	0.40 174	0.34 125	0.22 121	0.54 98	0.34 158	0.52 112	0.61 184	0.50 108	0.38 182	0.26 151	0.61 130	0.44 99	0.50 103	0.40 108	0.46 65	0.33 99	0.43 66	0.39 82	0.28 179	0.27 122	0.49 127	0.54 150	0.69 141	0.49 100

Former-RAFT_DAM_RVC	0.41 94	0.33 64	0.29 108	0.29 101	0.24 86	0.26 86	0.16 88	0.55 105	0.40 188	0.55 131	0.49 142	0.49 102	0.27 106	0.23 113	0.58 115	0.45 110	0.51 114	0.40 108	0.50 73	0.36 124	0.46 83	0.50 134	0.16 68	0.23 93	0.49 127	0.75 187	0.44 63	0.56 128

plain	0.31 68	0.43 118	0.20 61	0.20 57	0.16 52	0.20 56	0.10 48	0.41 60	0.18 46	0.48 89	0.19 42	0.34 52	0.17 57	0.10 36	0.41 76	0.44 99	0.45 75	0.40 108	0.55 98	0.24 60	0.41 58	0.34 64	0.14 62	0.21 67	0.32 70	0.33 76	0.39 54	0.48 98

LoS	0.55 152	0.44 124	0.29 108	0.36 140	0.37 161	0.40 149	0.20 114	1.37 289	0.31 140	0.86 271	0.78 227	0.68 162	0.37 179	0.24 124	0.58 115	0.72 222	0.59 171	0.40 108	0.75 158	0.35 122	1.03 235	0.65 175	0.21 128	0.24 102	0.79 222	0.64 167	0.64 125	0.68 164
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
AnonymousM	0.79 216	0.34 67	0.20 61	0.24 78	0.22 72	0.21 58	0.15 79	0.58 117	0.21 59	0.57 144	0.39 117	0.45 90	0.15 50	0.19 77	0.56 108	0.54 172	0.54 129	0.40 108	0.53 89	0.30 88	0.65 170	0.54 151	0.20 119	0.22 81	0.30 55	0.39 99	1.31 260	11.04 326

castereo++	0.44 115	0.35 77	0.33 123	0.43 167	0.23 78	0.21 58	0.17 94	0.59 124	0.30 122	0.63 187	0.37 108	0.73 175	0.22 82	0.22 100	0.44 85	0.53 164	0.58 157	0.41 113	0.66 133	0.34 105	0.81 203	0.69 188	0.20 119	0.28 128	0.48 119	0.56 157	0.76 162	0.48 98

LoS_RVC	0.42 99	0.45 132	0.43 174	0.19 51	0.25 88	0.24 81	0.16 88	0.44 69	0.28 106	0.51 105	0.48 137	0.42 78	0.31 136	0.22 100	0.60 125	0.45 110	0.46 80	0.41 113	0.71 147	0.30 88	0.67 177	0.51 141	0.19 103	0.32 154	0.61 169	0.44 111	0.58 104	0.61 142

tt_ll	0.42 99	0.45 132	0.43 174	0.19 51	0.25 88	0.24 81	0.16 88	0.44 69	0.28 106	0.51 105	0.48 137	0.42 78	0.31 136	0.22 100	0.60 125	0.45 110	0.46 80	0.41 113	0.71 147	0.30 88	0.67 177	0.51 141	0.19 103	0.32 154	0.61 169	0.44 111	0.58 104	0.61 142

SA	0.42 99	0.47 151	0.21 74	0.25 84	0.23 78	0.31 108	0.13 60	0.64 165	0.32 148	0.61 171	0.26 69	0.54 119	0.21 78	0.16 63	0.63 139	0.47 130	0.52 118	0.41 113	0.60 120	0.29 84	0.46 83	0.61 166	0.15 64	0.27 122	0.45 110	0.58 158	0.96 211	0.47 96

GLC_STEREO	0.47 127	0.51 187	0.40 157	0.38 144	0.37 161	0.37 136	0.28 150	0.64 165	0.29 113	0.62 181	0.53 160	0.55 125	0.28 111	0.30 173	0.49 99	0.48 136	0.66 207	0.41 113	0.65 131	0.41 156	0.70 186	0.60 161	0.23 152	0.30 141	0.47 116	0.36 84	0.84 186	0.53 117

raftrobust	0.43 112	0.33 64	0.36 137	0.28 96	0.28 113	0.27 91	0.18 96	0.64 165	0.25 83	0.63 187	0.53 160	0.51 113	0.25 96	0.22 100	0.63 139	0.48 136	0.51 114	0.41 113	0.96 185	0.38 134	0.53 127	0.46 117	0.20 119	0.24 102	0.57 154	0.54 150	0.54 91	0.52 113

UPFNet	0.38 84	0.34 67	0.34 129	0.32 117	0.33 137	0.39 143	0.29 157	0.47 80	0.33 153	0.43 68	0.41 122	0.40 69	0.30 123	0.34 192	0.61 130	0.40 79	0.46 80	0.41 113	0.52 81	0.35 122	0.35 47	0.34 64	0.25 163	0.27 122	0.38 92	0.35 81	0.55 92	0.37 70

RYNet	0.27 50	0.23 41	0.18 52	0.15 34	0.17 54	0.19 53	0.13 60	0.25 40	0.31 140	0.17 33	0.20 47	0.19 26	0.14 44	0.13 48	0.80 182	0.28 36	0.27 29	0.41 113	0.28 34	0.19 38	0.27 27	0.21 31	0.29 184	0.18 57	0.27 42	0.76 190	0.34 44	0.23 37

IER	0.41 94	0.37 82	0.31 117	0.30 109	0.28 113	0.35 131	0.24 134	0.47 80	0.28 106	0.44 75	0.59 174	0.77 190	0.29 113	0.35 198	0.63 139	0.42 87	0.47 90	0.42 121	0.44 63	0.34 105	0.42 64	0.36 70	0.28 179	0.26 119	0.40 99	0.47 127	0.52 86	0.52 113

test-3	0.55 152	0.37 82	0.37 141	0.34 125	0.33 137	0.33 118	0.22 121	0.65 172	0.27 99	0.61 171	0.34 98	0.90 210	0.31 136	0.21 94	0.60 125	0.44 99	0.55 138	0.42 121	2.59 258	0.38 134	0.56 137	1.37 253	0.16 68	0.29 133	0.48 119	0.38 96	0.69 141	0.54 124

test_1	0.55 152	0.37 82	0.37 141	0.34 125	0.33 137	0.33 118	0.22 121	0.66 176	0.27 99	0.62 181	0.34 98	0.90 210	0.31 136	0.21 94	0.61 130	0.44 99	0.55 138	0.42 121	2.58 257	0.38 134	0.56 137	1.38 255	0.16 68	0.29 133	0.48 119	0.38 96	0.69 141	0.54 124

ADLNet	0.46 125	0.53 202	0.37 141	0.41 158	0.41 180	0.44 163	0.40 186	0.54 98	0.35 164	0.45 77	0.53 160	0.76 187	0.36 175	0.62 266	0.58 115	0.42 87	0.49 98	0.42 121	0.50 73	0.37 130	0.43 66	0.44 108	0.34 201	0.25 113	0.47 116	0.55 153	0.57 96	0.45 93

NLCA_NET_v2_RVC	0.51 138	0.52 196	0.48 194	0.43 167	0.57 220	0.42 157	0.62 231	0.56 111	0.62 234	0.52 112	0.51 153	0.67 160	0.34 163	0.58 263	0.78 176	0.42 87	0.47 90	0.42 121	0.57 108	0.38 134	0.46 83	0.42 95	0.30 187	0.32 154	0.48 119	0.76 190	0.62 118	0.64 152
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
4D-IteraStereo	0.40 90	0.28 53	0.33 123	0.35 135	0.24 86	0.24 81	0.15 79	0.63 158	0.28 106	0.61 171	0.39 117	0.51 113	0.22 82	0.22 100	0.48 96	0.43 94	0.49 98	0.43 126	0.66 133	0.34 105	0.63 162	0.70 190	0.14 62	0.22 81	0.39 95	0.47 127	0.63 121	0.39 75

anonymity	3.27 303	0.41 106	1.09 281	0.58 205	0.41 180	0.47 175	0.30 164	0.79 235	0.33 153	0.61 171	69.49 346	0.85 203	0.30 123	0.24 124	0.59 119	1.02 271	0.60 178	0.43 126	1.35 208	0.60 220	0.73 192	1.82 278	0.24 160	0.29 133	1.00 261	1.24 265	1.08 230	1.47 243

GANet	0.32 70	0.29 54	0.27 101	0.34 125	0.33 137	0.38 141	0.29 157	0.44 69	0.24 77	0.35 56	0.30 84	0.46 92	0.22 82	0.21 94	0.31 54	0.32 54	0.40 65	0.43 126	0.33 42	0.22 51	0.33 41	0.29 54	0.22 142	0.24 102	0.31 65	0.27 54	0.42 60	0.34 63

CFNet	0.45 120	0.44 124	0.33 123	0.48 178	0.40 174	0.39 143	0.30 164	0.53 93	0.32 148	0.48 89	0.50 147	0.68 162	0.40 188	0.30 173	0.56 108	0.37 68	0.48 95	0.43 126	0.52 81	0.33 99	0.46 83	0.30 57	0.23 152	0.31 149	0.61 169	0.52 145	0.69 141	0.71 174

DN-CSS_ROB	0.52 142	0.43 118	0.46 187	0.41 158	0.40 174	0.34 125	0.22 121	0.69 193	0.34 158	0.59 161	0.79 228	0.66 158	0.47 207	0.24 124	0.63 139	0.40 79	0.58 157	0.43 126	1.74 224	0.38 134	0.63 162	0.38 76	0.31 192	0.47 221	0.53 141	0.43 107	0.66 135	0.54 124

coex_refinement	0.45 120	0.43 118	0.33 123	0.35 135	0.35 150	0.44 163	0.22 121	0.55 105	0.50 213	0.50 100	0.60 177	0.54 119	0.27 106	0.28 163	0.58 115	0.45 110	0.50 103	0.44 131	0.54 95	0.33 99	0.45 76	0.39 82	0.28 179	0.31 149	0.52 138	0.53 147	0.67 136	0.78 188

iRaft-Stereo_20w	1.06 244	0.49 167	1.34 297	1.18 270	0.46 192	0.78 245	0.46 195	0.76 226	0.37 178	0.74 242	6.16 324	0.84 202	0.29 113	0.26 151	0.81 185	0.97 260	0.59 171	0.44 131	1.72 223	0.61 229	1.04 236	1.56 266	0.21 128	0.25 113	0.92 245	1.31 274	1.45 276	2.71 282

GMOStereo	0.42 99	0.39 95	0.21 74	0.30 109	0.26 98	0.29 101	0.19 107	0.67 179	0.30 122	0.66 209	0.32 89	0.54 119	0.33 151	0.20 88	0.40 70	0.46 119	0.50 103	0.44 131	0.68 139	0.34 105	0.51 110	0.66 178	0.16 68	0.22 81	0.58 158	0.45 117	0.82 177	0.41 82

error version	0.42 99	0.39 95	0.21 74	0.30 109	0.26 98	0.29 101	0.19 107	0.67 179	0.30 122	0.66 209	0.32 89	0.54 119	0.33 151	0.20 88	0.40 70	0.46 119	0.50 103	0.44 131	0.68 139	0.34 105	0.51 110	0.66 178	0.16 68	0.22 81	0.58 158	0.45 117	0.82 177	0.41 82

test-v	0.42 99	0.39 95	0.21 74	0.30 109	0.26 98	0.29 101	0.19 107	0.67 179	0.30 122	0.66 209	0.32 89	0.54 119	0.33 151	0.20 88	0.40 70	0.46 119	0.50 103	0.44 131	0.68 139	0.34 105	0.51 110	0.66 178	0.16 68	0.22 81	0.58 158	0.45 117	0.82 177	0.41 82

test-2	0.42 99	0.39 95	0.21 74	0.30 109	0.26 98	0.29 101	0.19 107	0.67 179	0.30 122	0.66 209	0.32 89	0.54 119	0.33 151	0.20 88	0.40 70	0.46 119	0.50 103	0.44 131	0.68 139	0.34 105	0.51 110	0.66 178	0.16 68	0.22 81	0.58 158	0.45 117	0.82 177	0.41 82

DMCA-RVC	0.44 115	0.37 82	0.35 131	0.33 123	0.37 161	0.32 111	0.41 188	0.46 78	0.52 216	0.43 68	0.48 137	0.68 162	0.33 151	0.29 170	0.65 148	0.46 119	0.47 90	0.44 131	0.49 71	0.38 134	0.49 100	0.48 128	0.29 184	0.32 154	0.38 92	0.37 92	0.57 96	0.62 146

AF-Net	0.53 145	0.49 167	0.44 182	0.50 183	0.53 209	0.61 213	0.54 210	0.61 137	0.55 224	0.43 68	0.66 201	0.85 203	0.42 192	0.40 209	0.64 145	0.46 119	0.46 80	0.44 131	0.60 120	0.40 153	0.45 76	0.45 112	0.41 220	0.39 193	0.50 131	0.55 153	0.81 174	0.69 166

RP	0.58 165	0.57 216	0.72 246	0.62 216	0.56 217	0.57 203	0.64 234	0.63 158	0.61 232	0.42 66	0.81 233	0.78 191	0.53 219	0.43 225	0.68 158	0.48 136	0.53 127	0.44 131	0.64 127	0.45 169	0.51 110	0.54 151	0.37 211	0.44 211	0.62 174	0.59 159	0.83 184	0.77 185

Nwc_Net	0.53 145	0.49 167	0.44 182	0.50 183	0.53 209	0.61 213	0.54 210	0.61 137	0.55 224	0.43 68	0.66 201	0.85 203	0.42 192	0.40 209	0.64 145	0.46 119	0.46 80	0.44 131	0.60 120	0.40 153	0.45 76	0.45 112	0.41 220	0.39 193	0.50 131	0.55 153	0.81 174	0.69 166

DDF-Stereo	2.07 280	0.43 118	0.28 103	10.45 329	0.48 199	14.62 338	0.70 247	0.72 209	0.29 113	0.66 209	0.48 137	17.48 333	0.59 232	0.26 151	0.55 105	0.56 180	0.60 178	0.45 141	1.27 205	0.38 134	0.83 206	0.77 203	0.25 163	0.24 102	0.45 110	0.45 117	0.91 199	0.67 159

LG-Stereo_Zeroshot	0.66 179	0.37 82	0.23 88	0.51 189	0.74 255	0.89 253	0.49 201	0.62 144	0.26 93	1.60 318	0.31 87	2.57 271	0.26 99	0.22 100	0.46 88	0.48 136	0.58 157	0.45 141	0.93 179	0.37 130	0.63 162	0.71 191	0.19 103	0.23 93	0.58 158	0.49 137	0.89 197	1.91 262

Reg-Stereo(zero)	0.78 214	0.47 151	0.56 215	0.39 147	0.28 113	0.41 151	0.35 172	0.75 222	0.36 168	0.62 181	6.09 321	0.78 191	0.32 145	0.27 160	0.41 76	0.63 196	0.58 157	0.45 141	1.51 213	0.42 162	0.65 170	0.62 167	0.21 128	0.32 154	0.55 149	0.78 194	1.26 255	1.09 218

HI	0.78 214	0.47 151	0.56 215	0.39 147	0.28 113	0.41 151	0.35 172	0.75 222	0.36 168	0.62 181	6.09 321	0.78 191	0.32 145	0.27 160	0.41 76	0.63 196	0.58 157	0.45 141	1.51 213	0.42 162	0.65 170	0.62 167	0.21 128	0.32 154	0.55 149	0.78 194	1.26 255	1.09 218

MGS-Stereo	0.37 82	0.46 144	0.21 74	0.22 61	0.19 61	0.22 64	0.15 79	0.45 75	0.17 42	0.36 57	0.26 69	0.29 42	0.19 67	0.23 113	1.37 262	0.40 79	0.52 118	0.45 141	0.55 98	0.33 99	0.50 104	0.41 88	0.21 128	0.22 81	0.33 74	0.30 62	0.47 68	0.45 93

Any-RAFT	0.69 188	0.47 151	0.85 258	0.53 195	0.40 174	0.38 141	0.27 145	0.64 165	0.32 148	0.57 144	0.76 225	0.86 207	0.24 95	0.22 100	0.57 111	0.76 229	0.60 178	0.45 141	2.19 239	0.45 169	1.20 248	0.71 191	0.22 142	0.31 149	0.99 258	1.24 265	0.73 155	1.65 253

EGLCR-Stereo	0.47 127	0.49 167	0.41 166	0.29 101	0.30 127	0.44 163	0.14 73	0.57 113	0.26 93	0.57 144	0.27 72	0.58 134	0.23 88	0.21 94	0.36 62	0.47 130	0.53 127	0.45 141	0.75 158	0.32 97	0.69 183	0.93 220	0.19 103	0.24 102	0.48 119	0.49 137	1.30 259	0.70 172

Sa-1000	0.48 131	0.47 151	0.21 74	0.26 88	0.26 98	0.31 108	0.15 79	0.65 172	0.36 168	0.63 187	0.33 96	0.50 108	0.26 99	0.30 173	0.94 221	0.49 143	0.59 171	0.45 141	0.90 176	0.32 97	0.52 120	0.75 198	0.17 83	0.27 122	0.72 198	0.53 147	1.00 223	0.49 100

dad	0.89 227	0.57 216	0.37 141	1.42 281	0.65 234	0.75 241	2.23 296	1.43 291	0.36 168	0.93 276	0.38 111	0.85 203	0.76 245	0.32 187	0.97 228	0.52 162	0.78 238	0.45 141	1.87 231	0.41 156	0.74 194	0.41 88	0.30 187	0.47 221	1.15 276	0.47 127	2.64 312	1.96 263

test_3	0.56 159	0.38 90	0.36 137	0.34 125	0.33 137	0.33 118	0.21 115	0.68 186	0.29 113	0.65 199	0.33 96	0.92 212	0.35 170	0.21 94	0.60 125	0.44 99	0.56 144	0.45 141	2.68 260	0.39 148	0.55 132	1.35 251	0.15 64	0.32 154	0.51 134	0.47 127	0.67 136	0.50 109

FADNet-RVC	0.58 165	0.50 182	0.37 141	0.51 189	0.42 183	0.39 143	0.56 214	0.68 186	0.36 168	0.64 194	0.50 147	1.13 237	0.45 202	0.34 192	0.91 212	0.53 164	0.54 129	0.45 141	1.20 202	0.51 184	0.54 130	0.52 146	0.33 199	0.51 229	0.57 154	0.75 187	0.64 125	0.81 191

PS-NSSS	0.60 173	0.81 256	0.44 182	0.89 249	0.54 213	0.71 234	0.63 232	0.64 165	0.38 183	0.64 194	0.41 122	1.52 255	0.47 207	0.41 212	0.59 119	0.42 87	0.52 118	0.45 141	0.94 182	0.42 162	0.44 72	0.29 54	0.36 206	0.34 172	0.63 178	0.69 172	0.70 147	0.80 189

raft_robust	0.49 134	0.44 124	0.24 94	0.38 144	0.29 120	0.32 111	0.21 115	0.73 213	0.35 164	0.69 229	0.34 98	0.57 129	0.31 136	0.24 124	0.59 119	0.53 164	0.54 129	0.46 153	0.98 186	0.37 130	0.69 183	0.94 221	0.20 119	0.28 128	0.55 149	0.69 172	0.69 141	0.60 140

UNet	0.44 115	0.42 113	0.40 157	0.37 141	0.36 154	0.41 151	0.28 150	0.57 113	0.35 164	0.50 100	0.49 142	0.47 95	0.34 163	0.37 204	0.53 104	0.43 94	0.54 129	0.46 153	0.56 104	0.39 148	0.47 90	0.44 108	0.27 176	0.34 172	0.44 106	0.48 132	0.58 104	0.57 130

DeepPrunerF	1.22 252	0.49 167	0.39 152	0.58 205	2.86 315	0.49 179	0.55 212	0.52 89	0.58 230	0.43 68	0.67 208	0.43 83	0.32 145	0.42 222	1.64 277	0.75 228	0.58 157	0.46 153	0.93 179	0.46 174	0.61 157	0.53 149	0.40 218	0.35 176	15.32 338	0.82 204	0.65 129	0.62 146

iResNetv2_ROB	0.52 142	0.45 132	0.32 120	0.48 178	0.39 169	0.48 177	0.28 150	0.64 165	0.34 158	0.52 112	0.66 201	0.70 168	0.55 222	0.28 163	0.67 155	0.47 130	0.50 103	0.46 153	1.12 196	0.45 169	0.57 147	0.47 122	0.29 184	0.40 196	0.55 149	0.51 143	0.81 174	0.58 132

DISCO	0.45 120	0.44 124	0.29 108	0.40 153	0.38 167	0.49 179	0.43 191	0.45 75	0.43 204	0.50 100	0.57 171	0.40 69	0.29 113	0.30 173	0.61 130	0.43 94	0.55 138	0.46 153	0.69 144	0.41 156	0.48 96	0.43 102	0.26 172	0.32 154	0.47 116	0.50 141	0.62 118	0.50 109

SGM-Forest	0.73 195	0.71 243	0.40 157	1.13 265	0.64 233	0.74 240	0.45 193	0.68 186	0.39 186	0.61 171	0.44 128	1.16 238	1.06 254	0.49 236	0.86 200	0.61 194	0.55 138	0.46 153	0.68 139	0.44 167	0.61 157	0.49 129	0.45 226	0.44 211	0.90 242	0.86 207	1.95 294	1.47 243
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
zero-FE	9.08 329	0.42 113	0.28 103	61.19 347	0.56 217	106.36 348	1.24 280	0.72 209	0.30 122	0.66 209	0.56 169	61.54 345	0.66 239	0.25 140	0.59 119	0.53 164	0.60 178	0.47 159	2.54 253	0.38 134	1.35 258	0.96 222	0.25 163	0.24 102	0.45 110	0.44 111	0.91 199	0.66 155

MSKI-zero shot	0.84 220	0.49 167	0.43 174	0.41 158	0.35 150	0.46 174	0.32 166	0.76 226	0.30 122	0.65 199	0.92 244	0.83 200	0.32 145	0.22 100	0.62 135	1.08 277	0.64 200	0.47 159	3.14 272	0.61 229	2.23 283	1.58 267	0.20 119	0.38 191	0.96 253	1.47 283	1.24 253	1.60 249

CFNet_pseudo	0.51 138	0.44 124	0.43 174	0.54 198	0.43 186	0.53 193	0.34 170	0.62 144	0.36 168	0.61 171	0.64 193	0.57 129	0.52 217	0.35 198	0.90 211	0.50 147	0.50 103	0.47 159	0.67 137	0.36 124	0.47 90	0.42 95	0.26 172	0.33 168	0.57 154	0.60 162	0.68 138	0.73 179

ARAFT	0.34 77	0.38 90	0.23 88	0.26 88	0.21 70	0.27 91	0.14 73	0.44 69	0.24 77	0.50 100	0.30 84	0.41 76	0.16 54	0.15 56	0.67 155	0.42 87	0.50 103	0.47 159	0.51 76	0.23 56	0.53 127	0.32 60	0.16 68	0.19 60	0.43 104	0.30 62	0.52 86	0.37 70

CFNet_RVC	0.51 138	0.51 187	0.47 191	0.50 183	0.48 199	0.48 177	0.32 166	0.53 93	0.37 178	0.51 105	0.65 198	0.57 129	0.34 163	0.30 173	0.69 160	0.44 99	0.52 118	0.47 159	0.57 108	0.42 162	0.56 137	0.49 129	0.27 176	0.35 176	0.65 183	0.74 183	0.80 171	0.75 182

HSM	0.54 150	0.49 167	0.47 191	0.48 178	0.47 196	0.41 151	0.37 178	0.71 202	0.37 178	0.61 171	0.65 198	0.59 139	0.48 210	0.31 180	0.70 165	0.48 136	0.64 200	0.47 159	0.75 158	0.48 180	0.63 162	0.49 129	0.26 172	0.42 202	0.62 174	0.72 180	0.87 195	0.67 159

IGEV-FE	0.94 232	0.47 151	1.24 289	1.15 267	0.46 192	0.60 209	0.65 239	0.81 242	0.36 168	0.67 218	1.75 286	0.94 213	0.30 123	0.26 151	0.66 149	1.14 284	0.60 178	0.48 165	2.55 254	0.63 237	2.19 281	2.33 287	0.21 128	0.37 188	1.00 261	1.03 245	1.17 243	1.48 245

IGEV_Zeroshot_test	0.95 234	0.47 151	1.24 289	1.15 267	0.46 192	0.60 209	0.65 239	0.81 242	0.36 168	0.66 209	1.86 290	0.94 213	0.30 123	0.26 151	0.66 149	1.14 284	0.60 178	0.48 165	2.56 255	0.63 237	2.23 283	2.36 288	0.21 128	0.37 188	1.00 261	1.03 245	1.17 243	1.48 245

IPLG	0.47 127	0.45 132	0.32 120	0.28 96	0.27 108	0.32 111	0.21 115	0.63 158	0.22 62	0.51 105	0.38 111	0.56 127	0.29 113	0.31 180	1.64 277	0.44 99	0.56 144	0.48 165	0.56 104	0.41 156	0.45 76	0.75 198	0.18 95	0.28 128	0.45 110	0.59 159	0.65 129	0.51 111

TRStereo	0.75 201	0.83 261	1.19 284	0.56 202	0.34 146	1.42 283	0.48 198	0.68 186	0.28 106	0.65 199	0.46 135	1.10 234	0.27 106	0.22 100	0.70 165	0.85 242	0.57 153	0.48 165	1.85 230	0.50 181	0.73 192	0.87 215	0.18 95	0.27 122	0.78 219	1.22 264	1.78 290	1.09 218

cross-raft	0.73 195	0.56 211	0.46 187	0.43 167	0.33 137	0.40 149	0.27 145	0.73 213	0.33 153	0.65 199	0.60 177	0.74 178	0.30 123	0.23 113	0.76 175	0.96 258	0.63 197	0.48 165	2.91 267	0.59 215	1.81 276	1.31 250	0.22 142	0.32 154	0.82 230	0.94 223	0.93 204	1.01 212

ADCP+	0.92 228	0.59 218	0.62 228	0.44 172	0.45 189	0.55 199	0.85 257	0.65 172	1.81 300	0.48 89	1.10 259	1.62 259	0.33 151	0.42 222	1.03 237	0.52 162	0.52 118	0.48 165	1.19 200	0.38 134	0.58 151	0.60 161	0.32 197	0.30 141	0.66 184	3.45 323	0.77 164	4.14 303

MDST_ROB	3.33 304	2.32 302	0.75 249	3.90 313	1.47 294	2.61 297	1.00 271	1.12 279	0.72 242	0.78 255	0.67 208	1.54 256	25.37 331	0.34 192	2.11 300	0.53 164	0.65 204	0.48 165	3.69 275	0.58 211	0.88 212	0.59 157	0.58 261	0.68 255	7.85 333	3.03 317	17.15 338	8.63 323

DLCB_ROB	0.53 145	0.50 182	0.48 194	0.41 158	0.45 189	0.43 160	0.39 184	0.55 105	0.45 205	0.57 144	0.61 184	0.70 168	0.52 217	0.41 212	0.60 125	0.47 130	0.57 153	0.48 165	0.52 81	0.43 166	0.55 132	0.47 122	0.38 213	0.42 202	0.96 253	0.79 198	0.70 147	0.62 146

LMCR-Stereo	0.50 135	0.46 144	0.33 123	0.32 117	0.33 137	0.42 157	0.24 134	0.57 113	0.37 178	0.55 131	0.46 135	0.65 157	0.40 188	0.26 151	0.69 160	0.49 143	0.62 192	0.49 173	1.11 195	0.57 208	0.66 173	0.64 173	0.25 163	0.32 154	0.48 119	0.49 137	0.63 121	0.65 154

RALCasStereoNet	0.42 99	0.50 182	0.35 131	0.35 135	0.30 127	0.31 108	0.24 134	0.60 130	0.25 83	0.56 140	0.49 142	0.58 134	0.26 99	0.18 70	0.57 111	0.46 119	0.54 129	0.49 173	0.51 76	0.34 105	0.51 110	0.41 88	0.21 128	0.31 149	0.53 141	0.49 137	0.48 71	0.58 132

EAI-Stereo	0.75 201	0.49 167	0.50 200	0.51 189	0.46 192	0.56 202	0.60 223	0.73 213	0.32 148	0.63 187	0.72 218	0.82 196	0.26 99	0.24 124	1.05 238	0.96 258	0.60 178	0.49 173	3.00 268	0.62 233	0.82 204	1.13 237	0.19 103	0.31 149	0.78 219	0.70 176	1.55 280	1.17 230

psm_up	0.56 159	0.51 187	0.53 207	0.56 202	0.45 189	0.58 206	0.35 172	0.71 202	0.66 239	0.55 131	0.53 160	0.59 139	0.50 212	0.40 209	0.63 139	0.50 147	0.59 171	0.49 173	0.84 171	0.46 174	0.51 110	0.45 112	0.31 192	0.51 229	0.70 192	0.78 194	0.80 171	0.67 159

DSFCA	0.45 120	0.50 182	0.40 157	0.40 153	0.37 161	0.44 163	0.34 170	0.46 78	0.39 186	0.40 63	0.57 171	0.49 102	0.29 113	0.24 124	0.61 130	0.44 99	0.49 98	0.49 173	0.64 127	0.39 148	0.50 104	0.51 141	0.33 199	0.35 176	0.49 127	0.50 141	0.57 96	0.58 132

iResNet_ROB	0.50 135	0.49 167	0.42 169	0.42 162	0.30 127	0.42 157	0.32 166	0.60 130	0.33 153	0.52 112	0.59 174	0.47 95	0.56 224	0.25 140	0.81 185	0.46 119	0.57 153	0.49 173	1.19 200	0.36 124	0.48 96	0.36 70	0.25 163	0.37 188	0.57 154	0.54 150	0.75 159	0.61 142

RAFT-Test	0.72 194	0.50 182	0.46 187	0.52 192	0.34 146	0.41 151	0.29 157	0.73 213	0.30 122	0.62 181	0.72 218	0.68 162	0.31 136	0.22 100	0.71 169	1.03 272	0.62 192	0.50 179	2.89 266	0.66 242	1.72 270	1.14 239	0.23 152	0.29 133	0.80 226	0.96 227	0.95 208	0.91 202

MIPNet	0.51 138	0.51 187	0.33 123	0.32 117	0.30 127	0.37 136	0.25 139	0.62 144	0.24 77	0.50 100	0.52 156	0.61 144	0.41 191	0.30 173	1.01 236	0.51 154	0.59 171	0.50 179	0.76 161	0.47 178	0.44 72	0.85 212	0.20 119	0.26 119	0.66 184	0.98 233	0.71 151	0.61 142

rafts_anoy	0.41 94	0.51 187	0.35 131	0.29 101	0.30 127	0.33 118	0.22 121	0.59 124	0.25 83	0.51 105	0.50 147	0.48 98	0.23 88	0.17 67	0.57 111	0.46 119	0.51 114	0.50 179	0.58 112	0.34 105	0.50 104	0.43 102	0.19 103	0.28 128	0.50 131	0.47 127	0.52 86	0.53 117

RALAANet	0.41 94	0.41 106	0.37 141	0.28 96	0.28 113	0.33 118	0.24 134	0.54 98	0.27 99	0.48 89	0.48 137	0.43 83	0.25 96	0.20 88	0.57 111	0.41 83	0.49 98	0.50 179	0.71 147	0.40 153	0.52 120	0.46 117	0.21 128	0.29 133	0.46 114	0.45 117	0.70 147	0.47 96

HGLStereo	0.43 112	0.43 118	0.37 141	0.34 125	0.37 161	0.39 143	0.23 131	0.48 82	0.31 140	0.47 83	0.72 218	0.42 78	0.29 113	0.32 187	0.51 100	0.49 143	0.55 138	0.50 179	0.55 98	0.39 148	0.51 110	0.43 102	0.22 142	0.33 168	0.51 134	0.51 143	0.57 96	0.45 93

MSMDNet	0.73 195	0.52 196	0.48 194	0.35 135	0.34 146	0.45 168	0.33 169	0.69 193	0.30 122	0.63 187	0.60 177	0.71 170	0.35 170	0.23 113	0.78 176	1.05 274	0.63 197	0.50 179	2.88 265	0.81 264	1.59 265	1.80 277	0.23 152	0.29 133	0.74 205	0.89 214	0.85 188	0.76 184

UCFNet_RVC	0.56 159	0.78 250	0.45 186	0.59 208	0.55 216	0.52 189	0.39 184	0.58 117	0.40 188	0.59 161	0.60 177	0.82 196	0.45 202	0.32 187	0.70 165	0.42 87	0.50 103	0.50 179	0.67 137	0.45 169	0.56 137	0.47 122	0.38 213	0.41 199	0.77 217	0.71 177	0.65 129	0.86 197

UDGNet	0.67 182	0.66 235	0.42 169	1.35 278	1.02 274	1.21 274	0.91 263	0.60 130	0.41 193	0.52 112	0.60 177	0.56 127	0.23 88	1.19 296	0.66 149	0.45 110	0.56 144	0.51 186	0.73 151	0.53 187	0.64 169	0.67 183	0.79 274	0.29 133	0.72 198	0.55 153	0.63 121	0.66 155

ICVP	0.58 165	0.49 167	0.67 241	0.50 183	0.48 199	0.52 189	0.36 176	0.60 130	0.45 205	0.61 171	0.58 173	0.61 144	0.56 224	0.30 173	0.67 155	0.64 202	0.58 157	0.51 186	0.72 150	0.51 184	0.58 151	0.74 197	0.59 262	0.47 221	0.60 168	0.75 187	0.74 157	0.72 176
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
pcwnet_v2	0.62 174	0.46 144	0.50 200	0.62 216	0.49 203	0.61 213	0.46 195	0.66 176	0.45 205	0.65 199	0.79 228	0.64 154	0.86 250	0.53 249	1.15 250	0.55 174	0.59 171	0.51 186	0.83 168	0.41 156	0.55 132	0.47 122	0.34 201	0.43 205	0.75 210	0.76 190	0.85 188	0.95 204

STTStereo	0.53 145	0.56 211	0.54 211	0.44 172	0.52 208	0.43 160	0.59 219	0.52 89	0.46 209	0.47 83	0.55 168	0.71 170	0.42 192	0.56 255	0.87 206	0.44 99	0.49 98	0.51 186	0.54 95	0.37 130	0.51 110	0.40 85	0.32 197	0.35 176	0.52 138	0.66 170	0.68 138	0.99 210

stereogan	0.67 182	0.67 237	0.62 228	0.68 229	0.73 251	0.75 241	0.64 234	0.70 199	0.57 227	0.51 105	0.64 193	1.08 231	0.62 233	0.44 228	0.83 190	0.55 174	0.56 144	0.51 186	0.91 177	0.59 215	0.59 155	0.69 188	0.47 229	0.46 218	0.59 165	0.67 171	1.16 241	0.87 199

R-Stereo Train	0.66 179	0.55 206	0.43 174	0.48 178	0.36 154	0.50 183	0.18 96	0.62 144	0.31 140	0.68 221	0.62 189	0.72 172	0.34 163	0.25 140	0.69 160	0.89 245	0.66 207	0.51 186	2.12 237	0.46 174	0.94 224	1.49 262	0.22 142	0.36 183	0.71 195	0.96 227	0.77 164	1.10 222

RAFT-Stereo	0.66 179	0.55 206	0.43 174	0.48 178	0.36 154	0.50 183	0.18 96	0.62 144	0.31 140	0.68 221	0.62 189	0.72 172	0.34 163	0.25 140	0.69 160	0.89 245	0.66 207	0.51 186	2.12 237	0.46 174	0.94 224	1.49 262	0.22 142	0.36 183	0.71 195	0.96 227	0.77 164	1.10 222
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
AE-Stereo	0.54 150	0.48 164	0.44 182	0.50 183	0.35 150	0.36 134	0.28 150	0.55 105	0.29 113	0.64 194	0.31 87	0.89 209	0.31 136	0.24 124	0.55 105	0.65 209	0.68 215	0.52 193	0.87 173	0.53 187	0.72 189	0.81 209	0.21 128	0.47 221	0.79 222	0.69 172	0.94 206	0.62 146

GANet-ADL	0.70 191	0.59 218	0.52 205	0.60 211	0.57 220	0.61 213	0.46 195	0.68 186	0.52 216	0.65 199	0.67 208	0.76 187	0.43 196	0.39 206	1.08 243	0.79 237	0.68 215	0.52 193	1.84 229	0.64 239	0.66 173	0.86 214	0.42 223	0.43 205	0.70 192	0.87 210	0.97 214	0.89 201

XX-Stereo	9.49 330	0.38 90	0.36 137	0.63 218	0.28 113	0.54 197	0.28 150	0.69 193	0.28 106	0.69 229	6.24 325	1.00 220	0.29 113	0.23 113	0.70 165	1.08 277	0.60 178	0.52 193	1.58 218	0.53 187	0.76 196	0.65 175	0.18 95	0.26 119	233.61 349	0.88 212	1.01 224	1.90 261

MLCV	0.70 191	0.49 167	0.53 207	0.73 235	0.50 204	0.65 223	0.43 191	0.81 242	0.41 193	0.71 235	0.88 240	1.01 223	0.81 247	0.28 163	0.92 215	0.43 94	0.65 204	0.52 193	2.47 252	0.45 169	0.55 132	0.72 195	0.39 217	0.54 235	0.69 189	0.80 199	0.83 184	0.72 176

gcap-zeroshot	1.75 272	0.44 124	0.89 262	0.59 208	0.36 154	0.55 199	0.29 157	0.74 218	0.29 113	0.74 242	0.76 225	1.18 240	0.33 151	0.24 124	0.78 176	0.97 260	0.61 186	0.53 197	29.80 331	0.80 260	1.04 236	1.45 258	0.23 152	0.34 172	0.75 210	0.99 235	0.96 211	0.75 182

MyStereo04	0.68 187	0.52 196	0.57 217	0.44 172	0.37 161	0.35 131	0.26 143	0.68 186	0.45 205	0.62 181	0.45 131	0.68 162	0.34 163	0.25 140	1.00 233	0.68 215	0.56 144	0.53 197	3.39 274	0.56 203	0.92 217	0.64 173	0.27 176	0.41 199	0.77 217	0.92 219	0.96 211	0.66 155

HH	0.84 220	0.34 67	0.99 269	0.42 162	0.36 154	0.51 186	0.42 189	0.69 193	0.34 158	0.65 199	0.38 111	1.03 225	0.26 99	0.28 163	0.66 149	1.37 302	0.61 186	0.53 197	2.39 248	0.60 220	3.55 310	1.64 269	0.25 163	0.33 168	0.83 232	1.05 247	1.09 232	1.12 225

HanStereo	0.84 220	0.34 67	0.99 269	0.42 162	0.36 154	0.51 186	0.42 189	0.69 193	0.34 158	0.65 199	0.38 111	1.03 225	0.26 99	0.28 163	0.66 149	1.37 302	0.61 186	0.53 197	2.39 248	0.60 220	3.55 310	1.64 269	0.25 163	0.33 168	0.83 232	1.05 247	1.09 232	1.12 225

FADNet	0.65 178	0.55 206	0.41 166	0.53 195	0.42 183	0.49 179	0.65 239	0.74 218	0.42 200	0.66 209	0.64 193	0.81 194	0.50 212	0.36 200	1.17 252	0.51 154	0.51 114	0.53 197	1.61 221	0.53 187	0.69 183	0.59 157	0.35 205	0.41 199	0.72 198	0.88 212	0.78 169	1.06 216

HSM-Net_RVC	0.75 201	0.53 202	0.60 225	0.77 240	0.62 232	0.61 213	0.37 178	0.76 226	0.49 212	0.74 242	1.71 285	1.32 246	0.80 246	0.36 200	0.72 172	0.55 174	0.64 200	0.53 197	0.78 163	0.53 187	0.67 177	0.89 218	0.43 224	0.64 251	0.94 249	1.09 251	1.07 229	1.04 215
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
model_zeroshot	0.80 219	0.46 144	0.42 169	0.42 162	0.39 169	0.43 160	0.27 145	0.72 209	0.36 168	0.64 194	0.66 201	0.97 218	0.29 113	0.24 124	1.05 238	0.92 250	0.69 221	0.54 203	3.03 269	0.73 255	1.21 249	1.20 244	0.22 142	0.38 191	0.84 236	1.14 257	1.08 230	2.21 270

AACVNet	0.55 152	0.47 151	0.40 157	0.58 205	0.61 226	0.53 193	0.37 178	0.61 137	0.40 188	0.59 161	0.64 193	0.58 134	0.33 151	0.36 200	0.69 160	0.54 172	0.58 157	0.54 203	0.69 144	0.52 186	0.54 130	0.52 146	0.36 206	0.44 211	0.59 165	0.69 172	0.82 177	0.83 193

PSMNet-ADL	0.96 237	0.62 228	0.66 238	0.67 226	0.70 248	0.66 226	0.58 218	0.74 218	0.60 231	0.85 270	5.03 314	0.95 217	1.26 265	0.45 230	0.89 209	1.03 272	0.68 215	0.54 203	2.03 235	0.68 248	0.84 209	0.79 208	0.54 255	0.47 221	0.73 203	0.95 224	1.32 261	0.63 150

PA-Net	0.64 177	0.67 237	0.66 238	0.50 183	0.66 239	0.50 183	0.64 234	0.65 172	0.73 243	0.54 124	0.52 156	0.58 134	0.58 230	0.59 265	0.93 217	0.57 181	0.46 80	0.54 203	0.61 124	0.54 193	0.49 100	0.66 178	0.36 206	0.52 231	0.64 181	1.24 265	0.64 125	1.32 238
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
SGM-ForestM	2.61 288	4.20 327	0.93 264	2.78 297	1.37 291	3.57 307	2.93 303	2.59 320	1.51 294	0.70 232	1.32 269	7.25 314	5.36 306	0.47 233	0.89 209	0.53 164	0.79 242	0.54 203	7.58 299	0.60 220	0.82 204	0.47 122	0.51 248	0.80 272	4.97 325	3.66 324	7.05 333	6.30 315

NaN_ROB	0.73 195	0.59 218	0.61 227	0.64 220	0.78 259	0.53 193	0.48 198	0.87 251	0.63 235	0.73 241	0.61 184	1.96 265	0.62 233	0.45 230	0.84 194	0.55 174	0.56 144	0.54 203	0.73 151	0.55 198	0.52 120	0.51 141	0.38 213	0.64 251	0.83 232	1.11 254	0.94 206	1.64 252

GES	0.59 171	0.52 196	0.37 141	0.39 147	0.40 174	0.53 193	0.37 178	0.59 124	0.40 188	0.56 140	0.60 177	0.50 108	0.30 123	0.41 212	0.98 229	0.63 196	0.67 213	0.55 209	2.28 242	0.56 203	0.70 186	0.56 156	0.31 192	0.42 202	0.48 119	0.48 132	0.65 129	0.68 164

NVstereo2D	0.55 152	0.47 151	0.40 157	0.52 192	0.48 199	0.66 226	0.64 234	0.60 130	0.38 183	0.48 89	0.61 184	0.53 117	0.30 123	0.63 268	1.53 271	0.61 194	0.58 157	0.55 209	0.53 89	0.41 156	0.50 104	0.38 76	0.54 255	0.43 205	0.64 181	0.48 132	0.56 94	0.53 117

CASS	0.79 216	0.55 206	0.53 207	0.65 223	0.54 213	0.59 207	0.53 206	0.78 234	0.52 216	0.71 235	0.75 224	0.67 160	0.47 207	0.28 163	0.83 190	0.67 212	0.98 268	0.56 211	1.60 220	0.58 211	2.74 291	1.44 256	0.38 213	0.35 176	0.84 236	0.81 201	0.90 198	1.02 213
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
IPLGR	0.57 163	0.55 206	0.37 141	0.43 167	0.38 167	0.36 134	0.23 131	0.62 144	0.30 122	0.56 140	0.68 211	0.61 144	0.32 145	0.29 170	1.73 283	0.47 130	0.56 144	0.56 211	1.09 191	0.54 193	0.53 127	0.81 209	0.20 119	0.32 154	0.71 195	0.97 232	0.73 155	0.57 130

GwcNet-ADL	0.97 239	0.83 261	0.81 254	0.91 252	0.68 240	0.70 232	0.53 206	0.77 231	0.50 213	0.72 238	5.46 317	1.20 241	0.65 238	0.46 232	0.81 185	0.95 255	0.72 231	0.56 211	1.26 204	0.71 253	0.67 177	0.78 206	0.59 262	0.56 238	0.79 222	0.98 233	0.85 188	1.75 257

RGC	0.76 205	0.72 244	0.99 269	0.70 230	0.71 249	0.76 244	0.57 217	0.74 218	0.74 246	0.56 140	0.96 248	0.83 200	0.85 249	0.56 255	0.93 217	0.60 191	0.62 192	0.56 211	0.93 179	0.61 229	0.66 173	0.71 191	0.51 248	0.56 238	0.81 227	1.01 240	0.99 218	1.19 232

PWCDC_ROB	0.67 182	0.35 77	0.39 152	0.29 101	0.43 186	0.34 125	0.36 176	0.43 67	1.25 282	0.27 48	0.72 218	0.44 86	2.38 288	0.57 260	1.11 246	0.76 229	0.56 144	0.56 211	0.64 127	0.55 198	0.63 162	2.08 282	0.46 228	0.40 196	0.36 86	0.63 164	0.51 75	0.67 159

SACVNet	0.62 174	0.53 202	0.51 204	0.55 201	0.57 220	0.52 189	0.60 223	0.69 193	0.56 226	0.67 218	0.54 166	0.59 139	0.37 179	0.41 212	0.71 169	0.60 191	0.64 200	0.57 216	0.95 183	0.64 239	0.67 177	0.78 206	0.36 206	0.47 221	0.75 210	0.77 193	0.84 186	0.84 194

ADCL	1.27 254	0.82 259	0.64 234	0.60 211	0.53 209	0.73 236	0.91 263	0.75 222	2.78 319	0.68 221	1.01 252	0.86 207	0.50 212	0.50 240	1.27 256	0.64 202	0.66 207	0.57 216	1.20 202	0.60 220	0.98 232	0.88 216	0.50 240	0.47 221	1.60 297	1.50 288	0.88 196	11.30 327

NCCL2	0.69 188	0.73 246	0.66 238	0.57 204	0.56 217	0.51 186	0.45 193	0.70 199	0.57 227	0.68 221	0.71 213	0.66 158	0.48 210	0.39 206	0.93 217	0.72 222	0.65 204	0.57 216	0.76 161	0.57 208	0.74 194	0.88 216	0.49 236	0.60 245	0.98 255	0.95 224	0.85 188	1.16 229

XPNet_ROB	0.74 200	0.77 248	0.57 217	0.54 198	0.61 226	0.63 219	0.61 228	0.53 93	0.65 237	0.58 156	0.81 233	2.35 270	0.46 205	0.43 225	0.79 180	0.63 196	0.85 250	0.57 216	0.83 168	0.55 198	0.72 189	1.09 233	0.45 226	0.49 228	0.63 178	0.74 183	1.39 268	0.86 197

SGM_RVC	2.81 295	1.46 293	0.85 258	1.76 289	1.28 286	1.68 291	1.19 278	1.56 297	1.14 278	0.82 265	1.70 284	7.09 313	2.67 294	0.42 222	0.92 215	0.57 181	0.75 235	0.57 216	11.20 315	0.66 242	0.94 224	0.46 117	0.51 248	0.84 275	1.97 305	1.64 292	5.04 329	26.13 337
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
test-1	0.84 220	0.34 67	0.50 200	0.37 141	0.40 174	0.60 209	0.37 178	0.73 213	0.38 183	0.68 221	0.71 213	1.08 231	0.40 188	0.25 140	0.79 180	0.91 249	0.63 197	0.58 221	2.22 241	0.58 211	1.17 247	3.78 307	0.22 142	0.36 183	0.81 227	1.15 258	1.10 235	1.59 248

MFN_U_SF_DS_RVC	1.33 255	0.90 268	0.63 232	1.27 275	0.90 265	1.21 274	2.21 294	1.27 280	1.18 280	1.00 284	0.91 243	1.80 264	1.16 261	1.07 295	1.48 269	0.77 231	0.70 223	0.58 221	2.75 263	0.67 246	1.39 259	2.93 296	0.85 281	0.73 261	1.47 292	1.68 293	1.33 262	2.96 287

BEATNet_4x	0.53 145	0.40 102	0.34 129	0.39 147	0.36 154	0.32 111	0.27 145	0.64 165	0.41 193	0.66 209	0.45 131	0.62 152	0.39 185	0.24 124	0.83 190	0.63 196	0.58 157	0.58 221	0.57 108	0.36 124	0.90 216	1.52 265	0.25 163	0.36 183	0.46 114	0.44 111	0.77 164	0.60 140

RTSC	0.73 195	0.49 167	0.46 187	0.47 177	0.51 207	0.55 199	0.56 214	0.67 179	0.68 240	0.54 124	0.79 228	0.57 129	0.57 228	0.41 212	1.92 291	0.77 231	0.96 267	0.58 221	1.36 209	0.56 203	0.85 211	1.11 234	0.31 192	0.53 234	0.58 158	0.65 169	0.95 208	1.26 236

CBMV_ROB	1.71 271	0.79 252	0.65 237	1.35 278	1.07 277	1.01 259	0.74 250	1.01 269	0.54 220	0.72 238	0.81 233	9.80 325	5.90 309	0.57 260	1.42 264	0.69 216	0.80 243	0.58 221	5.38 286	1.22 294	0.95 227	0.55 155	0.53 251	0.62 248	1.22 277	1.45 282	2.72 314	2.94 286

ADCRef	1.01 241	0.65 232	0.48 194	0.39 147	0.47 196	0.65 223	0.68 244	0.61 137	1.08 275	0.52 112	0.64 193	0.75 179	0.43 196	0.38 205	1.56 273	0.72 222	0.61 186	0.59 226	1.53 216	0.58 211	0.66 173	0.71 191	0.50 240	0.43 205	0.75 210	1.25 268	0.82 177	8.96 324

DeepPruner_ROB	0.59 171	0.44 124	0.54 211	0.52 192	0.54 213	0.49 179	0.37 178	0.61 137	0.46 209	0.60 167	0.70 212	0.61 144	0.51 216	0.32 187	1.06 240	0.58 186	0.62 192	0.59 226	0.66 133	0.47 178	0.97 231	0.72 195	0.36 206	0.44 211	0.61 169	1.00 237	0.72 152	0.58 132

LE_ROB	17.44 333	1.82 295	6.12 336	9.40 324	53.85 348	8.01 335	46.26 344	11.27 340	28.12 341	1.80 323	7.03 330	38.62 339	49.53 341	0.34 192	1.76 286	0.55 174	0.78 238	0.59 226	36.68 336	6.72 334	2.92 296	0.85 212	29.06 343	12.10 342	26.35 339	25.49 342	27.84 343	37.03 344

DCVSM-stereo	1.13 248	0.66 235	0.79 252	0.89 249	0.65 234	1.15 270	0.73 248	0.95 258	0.82 255	1.04 286	4.18 308	3.75 293	1.45 270	0.49 236	0.83 190	0.86 243	0.69 221	0.60 229	2.08 236	0.87 269	1.06 240	0.77 203	0.84 279	0.72 260	0.74 205	0.89 214	0.98 217	1.09 218

AIO-Stereo-zeroshot1	5.67 316	0.56 211	1.25 291	0.75 236	0.69 242	1.17 271	0.81 253	0.82 245	0.80 251	0.81 262	4.78 311	1.00 220	0.37 179	0.27 160	1.13 248	1.54 311	0.70 223	0.60 229	124.50 346	0.54 193	1.43 260	2.64 292	0.22 142	0.36 183	0.91 243	1.13 256	1.13 237	2.18 268

FADNet-RVC-Resample	0.57 163	0.52 196	0.42 169	0.46 175	0.39 169	0.41 151	0.40 186	0.72 209	0.42 200	0.68 221	0.51 153	1.04 229	0.43 196	0.43 225	0.96 226	0.48 136	0.56 144	0.61 231	0.85 172	0.55 198	0.52 120	0.63 169	0.34 201	0.60 245	0.58 158	0.71 177	0.55 92	0.77 185

STStereo	5.29 313	2.47 303	5.20 333	5.20 319	2.80 314	4.72 322	3.42 308	6.23 335	6.52 329	1.51 312	7.61 331	9.53 322	14.86 326	0.63 268	4.09 325	0.64 202	0.87 252	0.62 232	36.67 335	1.02 280	1.23 250	1.05 231	0.78 273	1.63 316	3.46 319	2.43 309	3.53 320	14.15 330

sCroCo_RVC	0.58 165	0.42 113	0.29 108	0.28 96	0.29 120	0.39 143	0.22 121	0.60 130	0.41 193	0.53 123	0.43 125	0.48 98	0.50 212	0.24 124	0.75 174	0.99 267	0.75 235	0.63 233	1.02 188	0.56 203	1.10 243	1.36 252	0.28 179	0.39 193	0.63 178	0.63 164	0.93 204	0.64 152

CC-Net-ROB	0.96 237	1.18 286	0.70 244	1.56 285	1.06 276	1.63 289	1.20 279	0.79 235	0.61 232	0.81 262	0.56 169	3.07 282	0.57 228	0.85 286	0.68 158	0.44 99	0.71 229	0.63 233	1.40 210	0.57 208	0.58 151	0.43 102	1.91 304	0.46 218	0.83 232	0.83 205	0.77 164	1.20 233

GANetREF_RVC	0.77 213	0.74 247	0.68 243	0.76 239	0.65 234	0.69 231	0.60 223	0.99 265	0.73 243	0.93 276	0.52 156	1.33 247	0.72 243	0.44 228	0.85 198	0.57 181	0.67 213	0.63 233	1.13 197	0.61 229	0.77 197	0.63 169	0.59 262	0.71 257	0.89 241	0.90 216	1.15 238	0.99 210
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
ETE_ROB	0.87 225	0.90 268	0.58 219	0.67 226	0.69 242	0.85 248	0.60 223	0.66 176	0.89 262	0.64 194	1.09 257	2.63 274	0.54 220	0.54 250	1.00 233	0.72 222	0.91 260	0.63 233	0.99 187	0.66 242	0.88 212	1.08 232	0.50 240	0.59 243	0.78 219	0.92 219	1.48 278	1.17 230

APVNet	0.56 159	0.47 151	0.38 150	0.46 175	0.50 204	0.57 203	0.53 206	0.60 130	0.42 200	0.46 80	0.65 198	0.50 108	0.30 123	0.36 200	0.74 173	0.71 221	0.71 229	0.64 237	0.95 183	0.53 187	0.57 147	0.77 203	0.34 201	0.46 218	0.59 165	0.46 125	0.82 177	0.58 132

SFCPSM	3.03 299	0.82 259	0.63 232	0.77 240	0.69 242	0.72 235	0.63 232	0.83 246	0.98 272	0.71 235	2.00 292	2.57 271	3.49 296	0.56 255	1.16 251	0.93 254	0.74 233	0.64 237	54.48 343	1.19 293	0.88 212	0.91 219	0.55 257	0.55 237	0.94 249	0.93 222	1.11 236	1.39 240

NCC-stereo	0.67 182	0.63 229	0.59 220	0.64 220	0.65 234	0.63 219	0.69 245	0.67 179	0.74 246	0.43 68	0.81 233	0.82 196	0.70 241	0.47 233	0.82 188	0.53 164	0.58 157	0.64 237	0.80 165	0.54 193	0.56 137	0.60 161	0.53 251	0.45 216	0.75 210	0.96 227	0.92 202	0.98 208

Abc-Net	0.67 182	0.63 229	0.59 220	0.64 220	0.65 234	0.63 219	0.69 245	0.67 179	0.74 246	0.43 68	0.81 233	0.82 196	0.70 241	0.47 233	0.82 188	0.53 164	0.58 157	0.64 237	0.80 165	0.54 193	0.56 137	0.60 161	0.53 251	0.45 216	0.75 210	0.96 227	0.92 202	0.98 208
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
DDVS	2.32 282	0.70 241	0.82 256	0.70 230	0.74 255	0.73 236	0.59 219	1.09 277	0.88 259	0.80 259	34.26 342	3.93 295	1.16 261	0.52 246	1.09 245	1.35 299	0.73 232	0.65 241	1.95 233	0.95 273	1.67 269	2.27 286	0.48 234	0.56 238	0.69 189	0.84 206	1.21 248	1.35 239

FBW_ROB	1.34 256	1.42 292	1.08 280	2.01 291	1.42 292	1.37 282	1.63 287	0.99 265	0.70 241	0.72 238	1.02 253	2.05 268	0.91 252	1.47 301	1.24 255	0.60 191	0.88 256	0.65 241	6.08 293	0.59 215	1.06 240	0.81 209	1.48 301	1.12 296	0.99 258	1.20 261	0.99 218	1.66 254

ccs_rob	1.25 253	0.79 252	0.64 234	0.86 246	0.60 225	0.89 253	0.83 256	0.99 265	0.51 215	0.77 251	6.27 326	5.90 306	1.10 258	0.51 242	1.08 243	1.10 280	0.68 215	0.66 243	1.15 198	0.70 252	1.56 263	1.66 271	0.50 240	0.54 235	0.69 189	0.78 194	0.86 193	1.20 233

CSAN	0.93 231	0.83 261	0.75 249	0.86 246	0.82 260	0.73 236	0.61 228	0.97 264	0.94 269	0.94 280	0.73 223	1.96 265	1.56 273	0.49 236	0.98 229	0.63 196	0.74 233	0.66 243	1.09 191	0.71 253	0.78 198	0.63 169	0.53 251	0.76 266	0.98 255	1.49 287	1.21 248	1.63 251

ITSA-stereo	1.12 247	0.72 244	0.59 220	1.20 272	0.84 262	0.64 222	0.64 234	0.95 258	0.78 249	0.84 268	2.54 297	1.39 249	1.23 263	0.81 283	1.20 253	1.01 269	0.83 248	0.67 245	1.56 217	0.62 233	1.08 242	1.46 259	0.56 259	0.71 257	0.95 251	1.27 270	0.99 218	4.08 302

HBP-ISP	1.60 265	0.86 267	0.90 263	0.98 258	0.69 242	0.85 248	0.56 214	0.89 255	0.48 211	0.82 265	0.79 228	0.97 218	0.36 175	0.69 275	11.97 335	5.83 331	0.70 223	0.67 245	0.70 146	0.62 233	1.05 238	5.90 323	0.50 240	0.62 248	0.82 230	1.01 240	2.01 296	1.06 216

sAnonymous2	0.58 165	0.41 106	0.31 117	0.29 101	0.29 120	0.45 168	0.29 157	0.71 202	0.41 193	0.48 89	0.53 160	0.51 113	0.43 196	0.23 113	0.86 200	0.84 240	0.70 223	0.67 245	1.34 206	0.60 220	0.83 206	0.98 224	0.30 187	0.35 176	0.62 174	0.72 180	0.72 152	0.73 179

CroCo_RVC	0.58 165	0.41 106	0.31 117	0.29 101	0.29 120	0.45 168	0.29 157	0.71 202	0.41 193	0.48 89	0.53 160	0.51 113	0.43 196	0.23 113	0.86 200	0.84 240	0.70 223	0.67 245	1.34 206	0.60 220	0.83 206	0.98 224	0.30 187	0.35 176	0.62 174	0.72 180	0.72 152	0.73 179

XQC	1.03 243	0.90 268	0.71 245	0.91 252	0.92 266	0.92 255	0.86 259	1.06 275	0.90 263	0.84 268	1.11 262	1.03 225	1.30 269	0.71 277	2.04 294	0.95 255	0.87 252	0.67 245	1.64 222	0.78 258	1.00 233	1.67 272	0.62 265	0.73 261	1.09 271	1.47 283	1.26 255	0.97 207

iResNet	0.92 228	0.56 211	0.62 228	0.72 233	0.68 240	0.96 256	0.55 212	0.95 258	0.57 227	0.67 218	0.82 238	1.41 250	1.51 272	0.31 180	1.49 270	0.66 211	0.75 235	0.67 245	4.08 280	0.68 248	0.72 189	0.63 169	0.41 220	0.83 273	0.72 198	0.91 218	1.02 225	0.87 199

FC-DCNN v2	0.94 232	0.98 276	1.28 294	1.47 284	0.95 269	1.33 280	0.82 254	1.05 272	0.80 251	0.87 272	0.66 201	1.11 236	0.67 240	0.56 255	0.91 212	0.69 216	0.81 246	0.68 251	0.83 168	0.59 215	0.78 198	0.59 157	0.50 240	0.78 271	1.25 283	1.09 251	1.35 264	1.89 259

FC-DCNN	0.88 226	0.96 273	1.23 288	1.36 280	0.93 267	1.26 278	0.82 254	0.91 256	0.78 249	0.87 272	0.63 192	1.08 231	0.42 192	0.56 255	0.88 208	0.69 216	0.81 246	0.68 251	0.81 167	0.59 215	0.78 198	0.59 157	0.50 240	0.77 269	1.11 272	0.99 235	1.21 248	1.57 247

PDISCO_ROB	0.48 131	0.40 102	0.39 152	0.38 144	0.34 146	0.39 143	0.28 150	0.50 85	0.35 164	0.37 60	0.52 156	0.49 102	0.35 170	0.31 180	0.63 139	0.58 186	0.54 129	0.68 251	0.59 113	0.44 167	0.62 159	0.67 183	0.24 160	0.34 172	0.54 145	0.53 147	0.85 188	0.58 132

NOSS_ROB	0.76 205	0.84 265	0.50 200	0.72 233	0.61 226	0.75 241	0.52 205	0.80 237	0.54 220	0.70 232	0.62 189	0.62 152	0.86 250	0.62 266	1.14 249	1.10 280	0.78 238	0.69 254	0.73 151	0.60 220	0.88 212	0.67 183	0.50 240	0.71 257	0.86 239	0.95 224	1.38 267	0.85 195

AIO-Stereo-zeroshot	1.21 251	0.49 167	1.28 294	0.75 236	0.41 180	1.04 263	0.67 242	0.77 231	0.52 216	0.78 255	5.67 320	1.03 225	0.35 170	0.26 151	0.86 200	1.39 306	0.68 215	0.70 255	2.61 259	0.64 239	2.89 295	2.21 284	0.19 103	0.43 205	1.03 267	1.15 258	1.35 264	2.41 276

SHD	0.97 239	0.56 211	0.73 247	0.75 236	0.69 242	0.66 226	0.61 228	0.99 265	0.94 269	0.77 251	1.00 251	0.94 213	1.29 267	0.54 250	2.21 304	0.98 263	0.95 265	0.70 255	2.01 234	0.80 260	1.12 244	1.71 273	0.47 229	0.77 269	0.91 243	1.01 240	0.91 199	1.22 235

ADCPNet	2.08 281	0.77 248	0.87 260	0.83 244	1.21 284	0.85 248	1.59 286	1.02 270	1.35 287	0.83 267	1.97 291	1.01 223	7.76 315	0.75 280	2.35 313	1.16 288	0.95 265	0.71 257	4.05 279	0.97 276	1.30 254	1.61 268	0.72 269	0.76 266	1.52 295	1.96 301	1.21 248	16.04 332

SQANet	1.90 276	2.70 305	1.03 274	3.09 302	2.17 300	3.29 301	2.70 300	0.95 258	0.65 237	1.00 284	0.71 213	2.69 276	1.10 258	2.30 305	0.78 176	0.55 174	1.02 270	0.72 258	9.92 310	0.68 248	2.11 280	1.25 246	3.28 309	0.58 242	0.98 255	1.31 274	1.33 262	2.34 272

STTRV1_RVC		0.81 256	0.64 234	1.04 261	0.73 251	1.03 261	0.85 257	0.91 256	0.92 264	0.93 276	0.95 247	1.72 263	2.23 283	0.86 287	1.46 268	0.78 234	1.37 284	0.72 258		1.97 317	1.59 265	1.23 245		0.97 283	1.07 269	1.11 254	1.75 289	3.40 295

LALA_ROB	0.86 224	0.97 275	0.67 241	0.63 218	0.69 242	0.83 247	0.67 242	0.70 199	0.80 251	0.68 221	1.10 259	2.61 273	0.58 230	0.51 242	1.11 246	0.67 212	0.86 251	0.72 258	0.89 175	0.67 246	0.80 201	1.00 227	0.49 236	0.59 243	0.73 203	0.92 219	1.16 241	1.10 222

DAS	0.95 234	0.61 225	0.48 194	0.78 242	0.61 226	0.68 229	0.59 219	0.84 248	0.93 266	0.65 199	1.58 279	1.66 260	1.06 254	0.34 192	0.95 223	0.92 250	0.92 262	0.73 261	1.77 225	1.03 281	1.73 271	1.11 234	0.47 229	0.92 279	0.93 246	1.00 237	1.39 268	0.96 205

SepStereo	0.95 234	0.61 225	0.48 194	0.78 242	0.61 226	0.68 229	0.59 219	0.84 248	0.93 266	0.65 199	1.58 279	1.66 260	1.06 254	0.34 192	0.95 223	0.92 250	0.92 262	0.73 261	1.77 225	1.03 281	1.73 271	1.11 234	0.47 229	0.92 279	0.93 246	1.00 237	1.39 268	0.96 205

CBMV	1.15 249	0.84 265	0.60 225	0.85 245	0.76 258	0.73 236	0.48 198	0.87 251	0.80 251	0.81 262	0.61 184	2.86 277	0.81 247	0.52 246	1.31 259	1.17 289	0.91 260	0.74 263	2.40 250	0.66 242	1.57 264	0.76 201	0.48 234	1.06 290	0.99 258	1.09 251	2.25 298	4.25 304
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MeshStereo	3.62 306	1.54 294	1.05 275	2.64 293	1.72 296	2.05 294	1.15 276	2.40 317	1.41 290	0.90 275	6.48 327	9.56 323	7.42 314	0.49 236	11.75 333	1.94 320	0.87 252	0.74 263	8.79 304	0.80 260	8.36 330	8.07 331	0.73 271	1.07 291	3.39 318	2.15 306	5.22 330	4.99 307
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
otaku	2.33 285	3.05 315	1.19 284	3.36 309	2.37 303	3.56 306	3.08 305	1.05 272	0.98 272	1.13 289	0.80 232	2.88 278	1.62 275	2.59 306	0.95 223	0.64 202	1.23 281	0.75 265	13.16 318	1.09 285	2.47 286	2.63 291	4.75 319	0.75 265	1.13 274	1.38 280	1.69 286	2.52 279

DDUNet	1.38 258	2.18 298	0.79 252	2.67 295	2.43 305	2.57 296	2.52 297	0.80 237	0.84 256	0.63 187	0.94 245	1.57 258	0.45 202	2.65 310	0.94 221	0.78 234	1.99 301	0.75 265	2.31 243	0.91 272	1.16 246	0.97 223	2.71 308	0.56 238	0.72 198	0.71 177	0.97 214	0.85 195

GEStereo_RVC	0.71 193	0.59 218	0.40 157	0.54 198	0.50 204	0.61 213	0.51 203	0.71 202	0.41 193	0.59 161	0.51 153	0.76 187	0.46 205	0.39 206	0.96 226	0.92 250	0.78 238	0.75 265	1.94 232	0.62 233	0.80 201	1.37 253	0.31 192	0.52 231	0.61 169	0.63 164	0.86 193	1.12 225

EKT-Stereo	0.75 201	0.64 231	0.54 211	0.59 208	0.47 196	0.60 209	0.73 248	0.71 202	0.29 113	0.63 187	0.66 201	0.73 175	0.30 123	0.26 151	0.86 200	1.22 294	0.68 215	0.76 268	1.46 212	0.60 220	1.75 273	1.74 275	0.21 128	0.32 154	0.93 246	0.81 201	1.06 228	0.72 176

FCDSN-DC	0.69 188	0.61 225	0.62 228	0.66 225	0.61 226	0.59 207	0.60 223	0.68 186	0.42 200	0.75 246	0.42 124	0.57 129	0.36 175	0.50 240	2.43 316	0.67 212	0.80 243	0.76 268	0.64 127	0.56 203	0.70 186	0.60 161	0.47 229	0.83 273	0.66 184	0.74 183	0.61 115	0.67 159
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
RTS	1.09 245	0.59 218	0.59 220	0.60 211	0.58 223	0.96 256	0.90 261	0.80 237	0.88 259	0.59 161	0.71 213	1.28 244	0.62 233	0.51 242	2.04 294	0.98 263	1.19 278	0.77 270	2.33 245	0.85 267	0.96 228	1.16 240	0.49 236	0.65 253	1.23 278	4.43 326	1.15 238	1.45 241

RTSA	1.09 245	0.59 218	0.59 220	0.60 211	0.58 223	0.96 256	0.90 261	0.80 237	0.88 259	0.59 161	0.71 213	1.28 244	0.62 233	0.51 242	2.04 294	0.98 263	1.19 278	0.77 270	2.33 245	0.85 267	0.96 228	1.16 240	0.49 236	0.65 253	1.23 278	4.43 326	1.15 238	1.45 241

TANstereo	0.55 152	0.41 106	0.35 131	0.40 153	0.39 169	0.45 168	0.21 115	0.52 89	0.30 122	0.54 124	0.37 108	0.38 65	0.38 182	0.41 212	0.84 194	0.73 226	0.66 207	0.78 272	1.10 193	0.89 270	0.62 159	0.54 151	0.93 285	0.32 154	0.34 75	0.45 117	0.99 218	0.53 117

XX-TBD	0.55 152	0.41 106	0.35 131	0.40 153	0.39 169	0.45 168	0.21 115	0.52 89	0.30 122	0.54 124	0.37 108	0.38 65	0.38 182	0.41 212	0.84 194	0.73 226	0.66 207	0.78 272	1.10 193	0.89 270	0.62 159	0.54 151	0.93 285	0.32 154	0.34 75	0.45 117	0.99 218	0.53 117

ACV-stereo	8.39 327	1.01 279	0.97 267	1.29 276	0.73 251	1.48 285	0.95 268	0.88 254	1.10 277	1.07 287	1.33 271	1.06 230	23.12 329	0.52 246	4.00 324	3.78 326	1.05 273	0.79 274	168.94 347	1.91 316	3.64 312	1.44 256	0.72 269	0.74 264	0.74 205	0.90 216	1.43 275	1.03 214

ADCMid	1.56 263	0.92 272	0.99 269	0.70 230	0.86 263	1.05 264	1.37 283	1.29 283	1.77 299	0.75 246	1.75 286	1.27 242	1.48 271	0.69 275	2.18 303	1.07 276	0.98 268	0.79 274	2.74 262	0.80 260	1.31 255	1.74 275	1.06 289	0.70 256	1.01 264	1.53 289	1.02 225	10.33 325

UDG	1.35 257	2.24 300	0.81 254	2.58 292	2.45 306	2.48 295	2.57 298	0.76 226	0.86 257	0.77 251	1.08 256	1.51 253	0.56 224	2.59 306	1.06 240	0.69 216	1.89 299	0.80 276	2.31 243	0.97 276	1.24 251	0.98 224	1.43 300	0.62 248	0.74 205	0.81 201	0.95 208	0.81 191

Ntro	2.32 282	3.40 323	1.53 301	3.55 310	2.52 308	3.71 312	3.36 307	1.11 278	1.05 274	1.16 293	0.90 242	2.93 280	1.24 264	2.72 312	1.00 233	0.64 202	1.40 286	0.82 277	10.96 313	1.14 289	2.72 290	3.19 300	4.26 315	0.73 261	1.24 281	1.59 291	1.56 281	2.31 271

Anonymous3	0.79 216	0.59 218	0.42 169	0.37 141	0.42 183	0.57 203	0.50 202	0.80 237	0.64 236	0.68 221	0.49 142	1.48 251	0.54 220	0.31 180	1.53 271	1.42 308	0.88 256	0.82 277	1.45 211	0.69 251	1.31 255	1.30 249	0.40 218	0.40 196	0.74 205	0.86 207	1.03 227	0.71 174

MFN_U_SF_RVC	1.68 270	1.06 281	0.88 261	1.25 274	1.01 271	1.53 286	2.07 292	1.38 290	1.17 279	1.51 312	2.95 301	2.00 267	1.57 274	2.05 304	2.38 314	0.98 263	0.87 252	0.82 277	6.78 297	1.11 288	2.21 282	2.38 289	0.65 266	1.11 295	1.23 278	1.33 277	1.28 258	1.69 256

edge stereo	1.82 273	1.16 285	2.22 312	1.46 283	1.28 286	1.58 287	1.38 284	1.67 304	1.30 284	1.20 295	3.42 305	4.33 300	2.26 286	0.80 282	1.41 263	1.46 309	1.05 273	0.83 280	5.42 287	0.97 276	1.34 257	3.76 305	0.95 287	0.88 277	1.26 284	1.20 261	1.70 287	2.91 285

FADNet_RVC	0.92 228	0.69 240	0.55 214	0.88 248	0.75 257	0.54 197	0.51 203	0.77 231	0.54 220	0.70 232	0.96 248	1.36 248	1.06 254	0.54 250	1.85 289	0.64 202	0.80 243	0.90 281	3.34 273	0.76 256	1.00 233	1.13 237	0.37 211	0.60 245	0.66 184	0.87 210	0.97 214	1.14 228

SANet	1.61 266	0.91 271	1.10 282	1.04 261	1.05 275	1.25 277	0.77 251	1.76 307	1.81 300	0.77 251	1.24 263	6.63 310	5.08 303	0.83 284	1.56 273	0.77 231	1.24 282	0.90 281	1.58 218	0.82 265	1.05 238	1.00 227	0.90 282	1.27 303	1.32 286	1.93 298	1.88 292	3.10 291

PWC_ROB	1.18 250	0.70 241	1.06 277	0.60 211	0.71 249	0.70 232	0.98 270	0.83 246	1.55 295	0.76 249	1.40 274	1.00 220	2.46 290	0.57 260	2.17 302	0.99 267	1.15 276	0.90 281	2.37 247	0.95 273	1.63 267	2.05 281	0.44 225	0.98 285	0.81 227	0.80 199	1.24 253	2.15 267

SAMSARA	1.50 260	0.79 252	1.00 273	0.93 255	0.88 264	0.86 251	0.93 265	1.57 298	1.25 282	0.96 281	1.09 257	1.27 242	2.59 291	0.83 284	2.58 318	1.19 292	1.04 271	0.91 284	2.56 255	0.99 279	1.77 275	2.23 285	0.56 259	0.98 285	2.63 308	2.81 313	2.62 311	2.56 280

pmcnn	1.66 268	0.80 255	0.52 205	1.19 271	1.01 271	1.21 274	0.93 265	0.96 263	0.54 220	0.74 242	2.66 299	3.98 297	5.06 302	0.31 180	1.65 279	1.40 307	1.20 280	0.91 284	3.99 278	0.95 273	4.45 320	1.02 229	0.90 282	0.90 278	1.07 269	1.01 240	2.43 305	3.03 289

G-Net	1.86 274	1.00 278	1.28 294	0.89 249	0.93 267	1.10 267	0.77 251	1.63 300	2.07 306	0.99 283	2.89 300	7.30 316	1.67 277	0.55 253	1.45 265	1.75 316	1.04 271	0.93 286	2.87 264	2.72 327	1.89 277	1.47 260	0.80 276	1.02 289	1.06 268	1.71 294	2.82 315	5.60 311

FAT-Stereo	1.57 264	0.78 250	1.44 299	1.10 263	1.32 289	1.05 264	0.87 260	1.28 282	0.86 257	1.21 296	5.46 317	3.07 282	1.28 266	0.66 271	1.73 283	1.34 296	0.89 258	0.94 287	1.83 228	1.08 284	2.02 278	3.90 308	0.71 268	0.98 285	0.86 239	1.21 263	1.42 274	3.03 289

AnyNet_C32	1.64 267	0.65 232	0.74 248	0.67 226	0.73 251	0.86 251	1.14 274	0.95 258	3.12 322	0.75 246	1.53 278	0.94 213	0.64 237	0.67 273	1.83 288	1.11 282	1.06 275	0.95 288	1.78 227	0.76 256	1.76 274	1.71 273	0.66 267	0.85 276	1.13 274	2.68 312	1.17 243	13.55 329

RainbowNet	2.32 282	2.93 311	1.87 308	3.34 308	2.57 309	3.50 303	3.49 310	1.29 283	0.92 264	1.53 315	0.89 241	3.18 284	2.31 287	2.94 313	1.30 258	0.90 247	1.61 293	1.00 289	5.61 288	1.51 303	2.82 294	4.18 310	4.25 314	0.97 283	1.32 286	1.58 290	1.71 288	3.00 288

MSC_U_SF_DS_RVC	1.67 269	1.25 289	1.05 275	1.56 285	1.08 278	1.20 273	3.18 306	1.50 294	2.10 307	1.30 303	0.98 250	1.50 252	1.04 253	1.66 302	1.71 280	1.18 290	0.84 249	1.01 290	6.24 294	1.15 292	1.43 260	3.23 301	1.19 291	1.14 297	1.52 295	1.29 272	1.09 232	2.78 284

ACVNet_2	3.17 300	2.98 312	2.25 313	4.72 318	2.88 316	3.50 303	3.48 309	1.58 299	1.33 285	1.29 302	1.10 259	3.22 285	2.45 289	2.67 311	1.29 257	0.86 243	7.26 324	1.02 291	22.14 326	1.37 301	3.22 304	1.25 246	4.24 313	1.37 305	1.93 302	1.92 297	1.83 291	2.36 273

ACVNet-4b	2.35 286	2.75 308	1.60 303	3.13 303	2.29 302	3.52 305	3.67 313	1.35 287	1.35 287	1.27 300	0.72 218	3.26 286	2.62 293	3.04 316	0.98 229	0.78 234	2.13 304	1.02 291	9.04 307	1.23 295	2.74 291	3.39 304	4.08 312	0.92 279	1.24 281	1.29 272	1.46 277	2.48 278

AMNet	1.02 242	0.98 276	0.95 265	0.98 258	1.01 271	1.03 261	0.96 269	0.87 251	0.93 266	0.97 282	1.02 253	1.10 234	0.74 244	1.06 294	0.99 232	1.09 279	1.17 277	1.04 293	1.08 190	1.05 283	1.13 245	1.04 230	0.82 278	0.98 285	1.01 264	1.07 249	1.20 247	1.27 237

S-Stereo	1.54 262	0.81 256	0.83 257	1.15 267	1.16 282	1.29 279	1.56 285	1.02 270	1.09 276	1.25 299	4.20 309	4.10 298	1.10 258	0.66 271	2.16 301	1.63 313	0.90 259	1.05 294	2.20 240	1.10 286	1.26 252	3.12 299	1.31 299	1.17 300	0.84 236	1.18 260	1.21 248	2.18 268

MaskLacGwcNet_RVC	8.29 325	0.65 232	1.07 279	0.94 257	0.83 261	0.81 246	1.27 281	0.85 250	0.73 243	0.93 276	6.13 323	180.62 347	2.17 282	1.33 300	1.22 254	1.01 269	0.93 264	1.06 295	6.32 296	0.79 259	3.32 308	3.77 306	0.55 257	0.76 266	0.95 251	1.34 279	1.19 246	2.42 277

LSM0	8.30 326	1.08 283	0.95 265	1.66 288	1.42 292	1.59 288	1.96 290	2.27 315	2.36 309	1.66 319	3.94 307	4.10 298	6.30 313	0.63 268	62.38 347	74.74 347	1.69 294	1.06 295	12.18 316	2.23 320	4.96 325	9.29 333	0.92 284	1.29 304	1.95 304	2.97 316	3.66 324	14.83 331

PSMNet_ROB	2.71 292	3.39 322	1.92 309	2.87 299	2.04 298	4.01 317	3.50 311	1.46 292	1.41 290	1.59 317	3.34 302	3.52 289	4.97 301	4.50 325	1.61 276	0.95 255	1.87 298	1.06 295	8.62 303	1.63 311	2.32 285	1.51 264	5.43 329	1.37 305	1.98 306	1.94 299	1.91 293	2.39 275

PVD	1.47 259	1.04 280	1.44 299	1.10 263	1.09 280	1.19 272	1.07 273	1.91 311	2.05 305	0.79 258	1.49 277	1.54 256	1.91 280	0.89 289	2.26 308	1.35 299	1.39 285	1.09 298	2.41 251	1.14 289	1.51 262	1.98 280	0.79 274	1.08 293	1.49 294	1.82 296	1.67 285	2.10 265

ACVNet_1	2.47 287	3.23 318	2.35 314	4.40 317	2.93 319	3.77 314	3.96 316	1.34 286	1.18 280	1.21 296	1.02 253	3.31 288	2.07 281	3.09 318	1.31 259	0.70 220	2.26 308	1.10 299	9.52 308	1.14 289	3.45 309	1.18 243	4.50 318	1.07 291	1.39 290	1.75 295	1.36 266	2.10 265

ELAS	3.38 305	2.19 299	1.79 305	2.99 300	2.37 303	3.32 302	2.09 293	2.60 321	2.85 320	1.28 301	4.85 313	8.61 319	8.02 316	0.76 281	2.90 319	0.81 238	1.80 297	1.10 299	4.19 281	1.10 286	4.53 321	7.86 328	1.26 292	1.63 316	7.08 331	4.79 329	3.66 324	4.87 306
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
BEATNet-Init1	22.01 340	36.32 344	3.23 327	54.74 346	11.23 338	52.95 347	28.72 342	9.47 336	8.51 331	1.57 316	10.45 337	33.05 338	48.98 340	0.71 277	16.97 339	11.50 337	1.60 292	1.11 301	77.80 344	35.27 345	9.94 335	9.98 335	1.27 296	2.30 331	27.41 340	11.09 334	52.85 347	35.36 343

MADNet+	1.96 278	1.18 286	1.26 292	1.45 282	1.28 286	1.10 267	2.21 294	1.88 309	1.41 290	1.33 304	1.32 269	2.29 269	2.23 283	1.25 299	4.58 326	1.87 319	2.55 311	1.13 302	2.73 261	1.63 311	3.69 313	3.33 302	1.26 292	2.09 327	1.93 302	1.47 283	1.59 282	2.77 283

ELAS_RVC	3.22 301	2.01 297	1.85 307	2.66 294	2.07 299	5.08 325	2.06 291	2.41 318	1.89 302	1.74 322	4.78 311	8.00 317	8.02 316	0.74 279	2.38 314	0.81 238	1.75 296	1.14 303	3.97 277	1.27 297	4.64 323	7.61 327	1.26 292	1.74 321	6.58 330	3.21 319	3.39 319	3.80 299
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
WAO-7	2.72 294	1.83 296	2.89 323	7.39 323	1.73 297	1.76 292	1.82 289	2.07 312	2.65 315	2.21 328	5.39 316	4.58 302	5.72 308	1.23 298	2.07 298	1.27 295	1.69 294	1.22 304	7.70 300	1.51 303	1.64 268	3.07 298	0.84 279	1.65 318	1.83 301	2.48 310	1.97 295	3.27 293

DPSNet	2.61 288	0.83 261	0.77 251	1.21 273	1.24 285	1.34 281	0.93 265	1.08 276	1.49 293	0.78 255	0.86 239	6.91 312	3.85 297	0.58 263	4.58 326	2.54 323	1.43 288	1.24 305	14.95 322	1.34 299	4.83 324	8.01 329	1.75 303	1.40 308	1.47 292	1.95 300	1.60 284	1.66 254

SGM+DAISY	3.81 307	1.38 291	1.26 292	1.80 290	1.47 294	1.93 293	1.71 288	1.47 293	1.33 285	1.34 305	6.67 329	9.59 324	12.99 323	1.20 297	1.73 283	1.47 310	1.42 287	1.24 305	11.11 314	1.37 301	3.07 301	2.13 283	1.27 296	1.42 311	1.69 298	1.26 269	2.90 316	26.50 338

ADCS	1.88 275	1.06 281	0.98 268	0.93 255	1.10 281	1.09 266	1.14 274	1.27 280	2.49 313	0.89 274	1.36 272	1.51 253	2.92 295	0.86 287	3.30 321	2.26 322	1.46 289	1.26 307	3.10 271	1.29 298	2.48 287	2.88 294	0.80 276	1.10 294	1.33 288	4.48 328	1.41 273	6.08 314

Dean	2.84 296	3.23 318	1.81 306	6.04 321	3.38 325	3.63 309	3.67 313	1.88 309	1.97 304	1.47 309	1.30 267	3.69 292	4.10 299	2.97 314	1.45 265	0.97 260	2.41 309	1.29 308	5.94 290	1.74 314	3.20 303	4.23 311	4.79 321	1.55 313	2.65 309	2.27 307	2.56 309	2.64 281

IMH	3.24 302	2.76 309	2.37 317	3.26 306	2.74 313	3.73 313	4.10 319	1.72 306	2.58 314	1.17 294	1.24 263	3.92 294	10.58 318	6.80 334	1.57 275	1.11 282	2.25 307	1.30 309	6.28 295	1.56 308	2.97 298	4.14 309	4.90 325	1.45 312	3.01 316	2.36 308	2.47 307	5.19 310

MonStereo1	2.61 288	2.91 310	1.70 304	3.94 314	3.77 326	3.57 307	3.72 315	1.55 296	1.64 297	1.43 308	1.63 282	4.85 303	5.63 307	2.99 315	1.35 261	0.90 247	1.99 301	1.31 310	5.93 289	1.75 315	2.96 297	1.93 279	4.83 322	0.93 282	1.31 285	1.08 250	2.49 308	2.38 274

IMH-64-1	2.92 297	2.70 305	2.36 315	3.23 304	2.71 311	3.70 310	4.05 317	1.66 301	2.48 311	1.13 289	1.26 265	3.60 290	6.29 311	3.59 319	2.28 310	1.15 286	2.20 305	1.31 310	6.02 291	1.52 305	3.03 299	5.48 317	4.83 322	1.40 308	2.83 312	2.02 302	2.34 301	3.64 296

IMH-64	2.92 297	2.70 305	2.36 315	3.23 304	2.71 311	3.70 310	4.05 317	1.66 301	2.48 311	1.13 289	1.26 265	3.60 290	6.29 311	3.59 319	2.28 310	1.15 286	2.20 305	1.31 310	6.02 291	1.52 305	3.03 299	5.48 317	4.83 322	1.40 308	2.83 312	2.02 302	2.34 301	3.64 296

MFMNet_re	1.51 261	1.18 286	1.12 283	1.29 276	1.16 282	1.63 289	1.32 282	1.30 285	1.63 296	1.14 292	1.38 273	2.64 275	1.63 276	0.90 290	2.27 309	1.35 299	1.58 290	1.32 313	3.69 275	1.24 296	2.10 279	1.26 248	1.16 290	1.24 302	1.11 272	1.02 244	1.59 282	1.60 249

WAO-6	2.71 292	2.26 301	1.57 302	3.00 301	2.25 301	3.01 299	3.02 304	1.77 308	2.35 308	1.52 314	1.62 281	3.94 296	5.12 304	2.64 309	2.22 305	1.38 304	2.65 312	1.36 314	4.86 283	1.54 307	2.76 293	4.79 314	2.70 307	1.73 320	2.71 310	2.59 311	2.68 313	5.02 308

SPS-STEREO	1.93 277	1.27 290	1.21 286	1.60 287	1.34 290	1.44 284	1.17 277	1.66 301	1.36 289	1.38 306	3.67 306	3.02 281	1.29 267	1.05 293	1.85 289	1.83 318	1.58 290	1.37 315	8.86 306	1.34 299	3.07 301	1.47 260	1.27 296	1.37 305	1.42 291	1.28 271	2.02 297	1.89 259
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
LVE	4.33 311	3.03 313	2.00 310	27.23 338	3.06 320	3.83 315	12.07 337	1.53 295	1.64 297	1.85 324	1.48 276	3.30 287	3.91 298	3.06 317	1.45 265	1.05 274	1.95 300	1.38 316	15.68 323	1.62 310	3.25 306	5.86 320	4.42 317	1.76 322	2.87 314	2.06 304	2.34 301	3.25 292

PWCK	5.04 312	3.03 313	2.21 311	3.61 311	2.60 310	4.41 321	5.09 320	2.45 319	2.76 318	3.31 333	4.34 310	10.15 328	5.13 305	1.74 303	1.99 292	1.38 304	2.41 309	1.45 317	51.59 342	2.35 322	3.70 314	2.69 293	2.65 306	1.78 324	2.97 315	3.21 319	2.43 305	4.77 305

WAO-8	4.25 309	3.34 320	2.80 320	10.32 327	2.92 317	4.17 318	5.89 322	2.66 324	4.45 326	1.69 320	3.41 303	5.94 307	11.31 320	5.29 329	1.71 280	1.34 296	2.69 313	1.51 318	10.78 311	2.48 324	2.63 288	4.50 312	3.44 310	1.58 314	5.12 326	3.31 321	3.60 321	5.76 312

Venus	4.25 309	3.34 320	2.80 320	10.32 327	2.92 317	4.17 318	5.89 322	2.66 324	4.45 326	1.69 320	3.41 303	5.94 307	11.31 320	5.29 329	1.71 280	1.34 296	2.69 313	1.51 318	10.78 311	2.48 324	2.63 288	4.50 312	3.44 310	1.58 314	5.12 326	3.31 321	3.60 321	5.76 312

DGSMNet	2.66 291	0.96 273	1.36 298	1.03 260	0.99 270	1.12 269	1.05 272	1.36 288	0.94 269	2.15 327	13.54 338	1.71 262	1.85 278	0.93 291	2.50 317	3.85 328	5.34 320	1.61 320	5.07 284	1.68 313	7.04 329	8.02 330	0.96 288	1.19 301	1.01 264	1.33 277	1.40 272	1.88 258

TorneroNet	8.11 323	4.28 328	2.58 319	27.50 339	3.31 324	5.00 324	6.00 324	2.62 322	10.13 334	1.49 311	2.57 298	11.07 330	68.61 345	4.25 323	1.77 287	1.18 290	5.78 321	1.62 321	23.67 327	2.83 328	4.30 317	5.47 316	5.37 328	1.65 318	3.72 321	3.14 318	2.59 310	6.36 316

TorneroNet-64	6.02 317	4.60 329	2.53 318	15.58 334	3.29 323	4.87 323	7.75 326	2.23 314	10.02 332	1.42 307	1.31 268	7.26 315	29.23 335	4.36 324	2.09 299	1.21 293	8.22 325	1.70 322	17.35 325	2.62 326	4.31 318	5.68 319	5.20 327	1.76 322	3.58 320	3.76 325	2.29 299	8.34 322

KSHMR	8.16 324	4.16 326	2.96 324	25.39 337	3.92 327	5.08 325	5.53 321	2.62 322	2.40 310	2.23 329	2.26 294	4.37 301	77.17 346	5.23 328	2.24 306	1.71 314	2.79 315	1.98 323	31.04 332	2.02 318	4.59 322	5.35 315	7.54 336	1.89 326	3.30 317	2.91 315	3.01 317	6.51 317

DispFullNet	4.17 308	3.20 317	4.34 331	2.72 296	2.46 307	2.92 298	2.70 300	2.79 326	1.90 303	4.51 337	6.62 328	8.91 321	4.83 300	2.59 306	2.00 293	8.18 334	3.24 316	1.98 323	24.96 328	2.93 329	3.99 315	3.36 303	1.71 302	1.15 298	1.36 289	1.32 276	2.36 304	3.65 298

UNDER WATER	7.55 321	4.74 330	3.06 325	10.46 330	5.92 333	6.35 332	8.05 328	4.32 328	3.69 325	1.97 325	2.14 293	10.53 329	62.60 344	4.83 326	2.25 307	1.59 312	12.22 335	2.08 325	9.67 309	3.97 330	5.27 326	6.65 324	8.86 339	2.65 333	3.82 322	5.62 330	3.62 323	7.03 319

notaker	5.52 314	5.55 333	3.76 329	13.97 333	5.34 331	5.44 329	7.16 325	2.36 316	2.68 317	2.06 326	1.80 288	12.90 332	23.86 330	3.98 322	2.04 294	1.73 315	3.45 318	2.12 326	17.08 324	2.15 319	6.10 328	5.87 321	6.15 333	2.12 328	1.79 299	2.08 305	2.31 300	3.29 294

UNDER WATER-64	6.11 319	5.20 331	3.13 326	12.20 331	5.77 332	6.55 333	8.53 331	4.74 333	3.45 324	2.30 331	2.36 295	12.04 331	12.47 322	5.08 327	3.02 320	1.81 317	12.11 334	2.17 327	8.81 305	4.17 332	5.75 327	7.27 326	8.74 338	2.61 332	3.86 323	8.63 332	4.32 327	7.86 321

ktn	8.45 328	3.18 316	2.84 322	6.37 322	3.26 322	4.31 320	10.28 335	2.15 313	10.13 334	2.27 330	1.83 289	42.17 341	55.84 342	3.93 321	2.34 312	2.09 321	9.85 327	2.17 327	33.98 333	2.24 321	3.24 305	3.03 297	4.78 320	2.25 330	2.59 307	2.81 313	3.18 318	5.04 309

AnyNet_C01	2.06 279	1.08 283	1.06 277	1.14 266	1.08 278	1.01 259	2.69 299	1.69 305	2.66 316	1.21 296	1.67 283	2.90 279	2.60 292	0.95 292	3.65 322	4.02 329	2.09 303	2.21 329	3.08 270	1.56 308	3.30 307	2.89 295	1.26 292	1.15 298	1.80 300	1.43 281	1.51 279	3.90 300

JetBlue	6.09 318	3.85 325	3.31 328	5.99 320	4.13 328	6.22 331	7.94 327	3.42 327	2.89 321	1.47 309	1.46 275	8.10 318	1.90 279	5.39 331	11.86 334	3.22 325	3.30 317	2.99 330	5.32 285	2.40 323	9.74 333	10.03 336	4.93 326	2.18 329	7.39 332	17.16 337	3.72 326	24.15 335

HanzoNet	19.12 338	15.23 336	6.99 337	35.06 342	14.35 340	40.77 343	42.46 343	17.81 342	22.51 340	3.55 334	8.29 332	41.30 340	56.30 343	43.04 346	5.72 328	4.37 330	37.83 344	3.30 331	49.59 341	8.93 337	10.30 336	6.85 325	14.15 342	3.46 335	5.94 329	5.80 331	5.29 331	7.13 320

DPSimNet_ROB	18.93 337	32.01 341	5.97 334	12.40 332	11.35 339	6.13 330	28.07 341	15.03 341	35.64 344	3.96 335	78.33 347	18.15 334	35.00 336	5.44 332	12.19 336	10.36 336	13.57 336	3.64 332	87.52 345	6.87 335	14.36 340	9.97 334	4.40 316	7.14 338	5.17 328	9.85 333	5.93 332	32.56 340

MADNet++	5.64 315	3.51 324	3.77 330	2.84 298	4.62 329	3.02 300	3.65 312	4.36 329	5.03 328	4.18 336	5.07 315	6.45 309	5.92 310	6.18 333	7.04 329	6.82 332	4.71 319	4.00 333	8.03 301	5.83 333	9.92 334	16.38 338	2.32 305	4.34 336	3.95 324	11.38 335	4.93 328	4.01 301

JetRed	7.85 322	5.29 332	6.07 335	3.75 312	5.00 330	6.95 334	10.20 334	4.64 332	3.42 323	2.92 332	2.39 296	6.71 311	2.25 285	7.15 335	10.26 331	7.34 333	8.59 326	7.11 334	4.82 282	4.08 331	10.76 337	9.27 332	7.85 337	3.34 334	10.96 334	24.25 341	11.90 335	24.57 336

PML	30.82 341	20.91 339	7.15 338	29.65 340	20.81 343	29.11 341	10.50 336	10.87 337	88.32 348	20.03 344	154.19 348	98.60 346	119.55 347	10.53 337	9.19 330	8.69 335	16.72 337	7.27 335	34.57 334	7.35 336	12.77 338	10.86 337	5.72 332	6.17 337	33.11 346	12.83 336	34.30 344	12.33 328

DLNR_Zeroshot_test	17.86 334	67.45 348	1.21 286	81.91 348	0.35 150	0.45 168	74.74 348	0.76 226	0.27 99	0.69 229	0.60 177	1.16 238	0.29 113	8.20 336	84.48 348	102.07 348	23.88 340	15.14 336	7.31 298	0.50 181	4.38 319	2.51 290	0.18 95	0.43 205	0.76 216	0.86 207	0.80 171	0.80 189

DGTPSM_ROB	12.12 331	5.96 334	17.45 340	4.20 315	7.86 334	5.15 327	8.18 329	4.56 330	11.64 336	4.52 338	8.72 333	5.01 304	17.08 327	12.98 338	14.91 337	14.58 338	6.85 322	15.76 337	12.78 317	12.05 338	9.07 331	21.74 339	5.67 330	11.54 340	11.84 335	31.02 344	12.98 336	33.06 341

DPSMNet_ROB	12.40 332	5.97 335	17.46 341	4.21 316	7.87 335	5.15 327	8.18 329	4.56 330	11.65 337	4.54 339	8.87 334	5.17 305	22.69 328	13.00 339	14.98 338	14.62 339	6.90 323	15.82 338	14.07 321	12.05 338	9.09 332	21.75 340	5.68 331	11.54 340	11.87 336	31.03 345	12.99 337	33.06 341

MANE	7.31 320	2.64 304	4.48 332	3.30 307	3.10 321	3.94 316	2.83 302	5.37 334	6.88 330	1.11 288	5.64 319	8.81 320	11.02 319	0.67 273	3.83 323	3.83 327	1.32 283	18.03 339	8.61 302	0.84 266	4.22 316	1.16 240	0.74 272	1.79 325	13.65 337	18.61 338	22.89 340	38.18 345

DPSM_ROB	18.32 335	16.26 337	21.94 342	9.42 325	8.75 336	13.61 336	9.11 332	10.90 338	15.09 338	8.45 340	8.95 335	10.12 326	13.19 324	16.42 340	19.79 340	19.11 340	18.35 338	20.45 340	13.82 319	14.88 340	26.56 341	27.45 341	6.49 334	14.39 343	31.57 344	38.83 346	36.85 345	43.86 346

DPSM	18.32 335	16.26 337	21.94 342	9.42 325	8.75 336	13.61 336	9.11 332	10.90 338	15.09 338	8.45 340	8.95 335	10.12 326	13.19 324	16.42 340	19.79 340	19.11 340	18.35 338	20.45 340	13.82 319	14.88 340	26.56 341	27.45 341	6.49 334	14.39 343	31.57 344	38.83 346	36.85 345	43.86 346

LRCNet_RVC	21.34 339	28.92 340	11.37 339	31.78 341	29.09 344	34.25 342	27.43 340	21.71 344	10.07 333	29.63 345	30.60 341	32.06 337	25.81 332	33.87 344	11.15 332	2.97 324	25.27 341	21.35 342	44.05 339	20.83 342	14.27 339	5.87 321	36.69 344	27.43 345	2.76 311	1.47 283	8.68 334	6.79 318

FlowAnything	36.80 343	32.68 342	44.29 348	18.93 336	17.69 342	27.11 339	18.38 339	21.83 345	30.48 343	17.53 343	18.21 340	20.29 336	26.54 334	33.31 343	37.97 342	37.86 343	36.82 342	40.93 343	27.35 329	30.03 344	53.34 346	55.72 347	12.99 341	29.50 347	63.36 347	78.25 349	73.99 349	88.17 349

CasAABBNet	36.73 342	32.73 343	44.18 347	18.81 335	17.45 341	27.29 340	18.12 338	21.69 343	30.40 342	17.52 342	18.08 339	20.27 335	26.53 333	32.96 342	38.28 343	37.42 342	36.82 342	41.12 344	27.47 330	29.86 343	53.56 347	55.70 346	12.93 340	28.91 346	63.44 348	78.07 348	73.93 348	88.05 348

HaxPig	41.43 344	43.85 345	40.81 344	44.90 343	47.49 346	44.66 344	46.30 345	46.31 346	45.63 346	49.00 346	49.30 343	47.24 342	43.73 338	42.64 345	40.44 345	39.13 345	48.37 345	51.07 345	43.33 337	42.25 346	42.88 343	36.52 343	50.75 346	43.02 349	27.54 341	19.97 339	20.68 339	20.75 334

AVERAGE_ROB	41.98 345	44.82 346	42.27 345	45.98 344	46.88 345	45.60 345	46.56 346	47.04 347	43.89 345	49.19 347	49.91 344	47.25 343	43.00 337	49.19 347	40.14 344	38.38 344	49.01 346	51.31 346	43.98 338	42.43 347	43.31 344	38.64 344	49.42 345	42.83 348	28.65 342	20.44 340	23.41 341	19.88 333

MEDIAN_ROB	44.95 346	47.36 347	44.12 346	48.52 345	49.78 347	48.21 346	49.25 347	49.72 348	46.35 347	52.53 348	53.59 345	50.59 344	45.49 339	49.36 348	43.27 346	41.36 346	51.85 347	54.40 347	47.03 340	45.93 348	45.78 345	40.06 345	52.67 347	45.67 350	31.00 343	26.54 343	25.33 342	27.95 339

GS-Stereo																							0.08 14	0.10 19	0.18 17	0.16 11	0.25 19	0.16 20

FSD		0.53 202	0.53 207	0.53 195	0.53 209	0.52 189	0.53 206	0.75 222	0.40 188	0.80 259	0.59 174			0.55 253	0.62 135	0.64 202			0.66 133	0.55 198				0.52 231	0.68 188	0.62 163	0.69 141	0.70 172

ASD4																								8.34 339

Low-res two-view benchmark