Low-res two-view results

This table lists the benchmark results for the low-res two-view scenario. This benchmark evaluates the Middlebury stereo metrics (for all metrics, smaller is better):

bad 0.5, 1.0, 2.0, 4.0 [%]: Fraction of pixels with errors larger than the given number of disparities.
Average error [px]: The per-pixel average disparity error.
Root mean square error [px]: The per-pixel root mean square disparity error.
50%, 90%, 95%, 99% error quantile [px]: The highest disparity error within the given percentage of best pixels (for 50%, this is the median error).
Time [s]: The runtime of the method.

The mask determines whether the metric is evaluated for all pixels with ground truth, or only for pixels which are visible in both images (non-occluded).
The coverage selector allows to limit the table to results for all pixels (dense), or a given minimum fraction of pixels.

Methods with suffix _ROB may participate in the Robust Vision Challenge.

Click one or more dataset result cells or column headers to show visualizations. Most visualizations are only available for training datasets. The visualizations may not work with mobile browsers.

Method	all	lakes. 1l	lakes. 1s	sand box 1l	sand box 1s	stora. room 1l	stora. room 1s	stora. room 2l	stora. room 2s	stora. room 2 1l	stora. room 2 1s	stora. room 2 2l	stora. room 2 2s	stora. room 3l	stora. room 3s	tunnel 1l	tunnel 1s	tunnel 2l	tunnel 2s	tunnel 3l	tunnel 3s

GLC_STEREO	0.13 1	0.08 48	0.61 16	0.01 23	0.00 1	0.94 47	0.03 180	0.29 1	0.21 32	0.05 28	0.02 46	0.06 48	0.04 67	0.26 62	0.07 49	0.00 1	0.00 1	0.00 1	0.00 1	0.02 116	0.01 76

IGEV-Stereo+	0.43 81	0.17 152	0.46 9	0.14 264	1.06 418	0.63 25	0.02 137	0.30 2	0.24 39	0.09 44	0.01 1	0.04 19	0.03 47	1.86 181	0.05 19	0.00 1	0.01 259	0.00 1	0.15 374	1.83 433	1.61 434

UniTT-Stereo	0.16 3	0.11 96	1.13 116	0.03 124	0.17 326	0.32 6	0.02 137	0.38 3	0.32 48	0.03 19	0.16 115	0.05 37	0.07 111	0.16 22	0.16 119	0.00 1	0.00 1	0.00 1	0.00 1	0.11 303	0.00 1

MGS-Stereo	0.31 44	0.10 79	0.89 50	0.02 81	0.00 1	0.50 21	0.00 1	0.39 4	0.61 82	0.02 3	2.91 354	0.04 19	0.03 47	0.21 43	0.06 43	0.00 1	0.00 1	0.00 1	0.00 1	0.44 411	0.00 1

IGEV-BASED-STEREO-	1.75 353	19.48 463	12.37 444	0.06 186	0.00 1	0.47 19	0.05 218	0.46 5	0.31 45	0.13 71	0.03 67	0.03 10	0.00 1	0.07 2	0.41 230	0.00 1	0.00 1	0.00 1	0.06 348	0.07 252	0.92 425

CASnet	0.16 3	0.14 120	0.52 13	0.01 23	0.00 1	0.86 35	0.00 1	0.51 6	0.75 156	0.10 59	0.01 1	0.04 19	0.02 22	0.22 44	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 168	0.00 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
ff7	0.23 24	0.21 184	1.02 80	0.02 81	0.00 1	1.07 74	0.00 1	0.53 7	0.75 156	0.09 44	0.01 1	0.04 19	0.07 111	0.44 102	0.04 7	0.00 1	0.00 1	0.00 1	0.15 374	0.07 252	0.01 76

IGEVStereo-DCA	0.46 90	0.09 60	1.02 80	0.02 81	0.00 1	0.82 32	0.00 1	0.53 7	0.75 156	0.09 44	0.03 67	0.03 10	0.06 99	5.04 299	0.51 253	0.00 1	0.00 1	0.00 1	0.15 374	0.05 219	0.01 76

ffff	0.23 24	0.21 184	1.02 80	0.02 81	0.00 1	1.07 74	0.00 1	0.53 7	0.75 156	0.09 44	0.01 1	0.04 19	0.07 111	0.44 102	0.04 7	0.00 1	0.00 1	0.00 1	0.15 374	0.07 252	0.01 76

11t	0.23 24	0.21 184	1.02 80	0.02 81	0.00 1	1.07 74	0.00 1	0.53 7	0.75 156	0.09 44	0.01 1	0.04 19	0.07 111	0.44 102	0.04 7	0.00 1	0.00 1	0.00 1	0.15 374	0.07 252	0.01 76

ccc-4	0.23 24	0.21 184	1.02 80	0.02 81	0.00 1	1.07 74	0.00 1	0.53 7	0.75 156	0.09 44	0.01 1	0.04 19	0.07 111	0.44 102	0.04 7	0.00 1	0.00 1	0.00 1	0.15 374	0.07 252	0.01 76

TANstereo	0.30 40	0.28 225	0.86 43	0.03 124	0.01 123	1.14 103	0.00 1	0.53 7	0.44 58	1.06 212	1.24 283	0.06 48	0.05 80	0.25 55	0.05 19	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

rvit_stereo_0083	0.13 1	0.02 1	0.30 4	0.00 1	0.00 1	0.14 2	0.01 73	0.56 13	1.11 228	0.05 28	0.01 1	0.04 19	0.02 22	0.25 55	0.08 61	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 76

WCG-NET（raft）	0.29 38	0.24 205	0.51 11	0.01 23	0.00 1	0.91 41	0.05 218	0.56 13	1.12 233	0.21 82	0.12 105	1.54 247	0.14 171	0.14 17	0.07 49	0.00 1	0.11 397	0.00 1	0.00 1	0.08 264	0.03 226

RAFT-345	1.19 286	0.06 29	1.55 187	0.54 369	0.13 308	1.53 254	0.25 309	0.56 13	1.76 331	1.20 229	7.85 407	0.93 204	0.05 80	6.87 385	0.46 244	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.00 1

RAFT-RH_RVC	2.05 372	0.15 131	1.66 209	0.60 377	0.27 368	1.49 243	0.02 137	0.58 16	0.65 105	5.35 406	21.66 446	1.06 220	0.07 111	6.85 382	0.57 265	0.04 385	0.00 1	0.00 1	0.03 324	0.01 36	0.00 1

Occ-G	0.24 29	0.10 79	0.59 15	0.01 23	0.01 123	0.80 30	0.04 202	0.62 17	0.15 9	0.01 1	0.51 197	1.34 238	0.04 67	0.09 3	0.21 141	0.00 1	0.00 1	0.00 1	0.15 374	0.15 329	0.00 1

Former-RAFT_DAM_RVC	0.23 24	0.13 112	0.62 17	0.01 23	0.00 1	1.05 71	0.00 1	0.63 18	0.80 171	0.76 156	0.18 124	0.09 68	0.06 99	0.05 1	0.05 19	0.00 1	0.00 1	0.00 1	0.00 1	0.02 116	0.05 274

CREStereo++_RVC	0.29 38	0.19 167	0.83 40	0.05 171	0.00 1	1.19 121	0.00 1	0.66 19	0.99 205	0.25 84	1.26 286	0.05 37	0.07 111	0.20 40	0.09 72	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
GCAP-BAT	0.37 61	0.13 112	1.16 125	0.10 240	0.12 303	1.59 272	0.04 202	0.67 20	0.43 57	0.84 168	0.89 254	0.39 130	0.07 111	0.27 67	0.49 249	0.00 1	0.01 259	0.00 1	0.19 394	0.00 1	0.00 1

ProNet	0.20 12	0.25 208	0.78 33	0.01 23	0.01 123	0.95 50	0.00 1	0.70 21	0.68 125	0.02 3	0.01 1	0.05 37	0.03 47	0.31 75	0.03 5	0.00 1	0.01 259	0.00 1	0.00 1	0.12 308	0.04 255

UDGNet	0.35 54	0.50 318	1.14 118	0.02 81	0.00 1	1.12 95	0.02 137	0.70 21	1.57 314	0.31 88	0.05 81	0.06 48	0.02 22	1.45 169	0.09 72	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

U	1.74 351	0.03 2	0.99 71	0.03 124	7.39 450	10.20 434	0.00 1	0.71 23	0.20 28	0.02 3	0.02 46	0.12 81	0.02 22	0.11 9	0.04 7	0.00 1	0.00 1	9.67 446	5.13 462	0.01 36	0.00 1

XX-TBD	0.28 35	0.39 268	0.97 69	0.05 171	0.00 1	1.09 83	0.00 1	0.71 23	0.54 63	0.44 118	1.04 265	0.06 48	0.06 99	0.19 29	0.09 72	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

IGEV-Stereo	0.21 14	0.21 184	0.63 18	0.02 81	0.00 1	1.07 74	0.00 1	0.73 25	0.77 165	0.09 44	0.01 1	0.04 19	0.07 111	0.24 50	0.04 7	0.00 1	0.00 1	0.00 1	0.16 382	0.08 264	0.03 226
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
anonymousdsp	0.21 14	0.21 184	0.63 18	0.02 81	0.00 1	1.07 74	0.00 1	0.74 26	0.77 165	0.09 44	0.01 1	0.04 19	0.07 111	0.25 55	0.04 7	0.00 1	0.00 1	0.00 1	0.16 382	0.08 264	0.03 226

GMStereo	0.25 32	0.60 343	1.28 151	0.01 23	0.00 1	0.48 20	0.00 1	0.74 26	1.24 253	0.16 75	0.03 67	0.07 58	0.09 134	0.22 44	0.10 84	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
rvit_stereo_0081_aga	0.17 5	0.11 96	0.81 35	0.00 1	0.00 1	0.80 30	0.01 73	0.79 28	0.59 67	0.02 3	0.01 1	0.05 37	0.03 47	0.19 29	0.05 19	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

RAStereo	0.17 5	0.21 184	1.18 131	0.04 152	0.01 123	0.18 3	0.00 1	0.81 29	0.34 50	0.07 31	0.04 78	0.05 37	0.05 80	0.19 29	0.10 84	0.00 1	0.00 1	0.00 1	0.00 1	0.02 116	0.00 1

LoS_RVC	0.19 11	0.48 311	0.51 11	0.12 250	0.10 296	1.01 56	0.01 73	0.81 29	0.19 24	0.07 31	0.02 46	0.06 48	0.05 80	0.31 75	0.05 19	0.00 1	0.01 259	0.00 1	0.00 1	0.01 36	0.04 255

dd	0.34 50	0.67 359	1.55 187	0.04 152	0.01 123	1.22 136	0.03 180	0.84 31	1.16 241	0.18 80	0.05 81	0.12 81	0.05 80	0.29 71	0.44 237	0.02 375	0.00 1	0.00 1	0.00 1	0.05 219	0.00 1

CAS	0.85 201	0.09 60	0.67 25	6.43 443	0.05 251	1.12 95	0.00 1	0.88 32	0.69 138	0.02 3	0.02 46	0.06 48	0.06 99	0.26 62	0.12 95	6.37 443	0.00 1	0.00 1	0.00 1	0.00 1	0.20 389

PMTNet	0.21 14	0.19 167	0.85 41	0.02 81	0.02 206	1.14 103	0.30 332	0.88 32	0.11 1	0.03 19	0.02 46	0.07 58	0.02 22	0.37 92	0.12 95	0.00 1	0.00 1	0.00 1	0.00 1	0.03 168	0.00 1

ASMatch	1.44 316	0.14 120	2.15 268	0.60 377	0.21 346	1.21 133	0.26 312	0.96 34	0.66 112	0.29 87	11.75 422	0.93 204	2.37 369	6.73 375	0.54 260	0.00 1	0.00 1	0.00 1	0.01 299	0.00 1	0.04 255

dad	0.88 216	0.62 348	2.26 286	0.06 186	0.01 123	1.24 151	0.00 1	0.98 35	2.17 363	1.29 239	0.35 164	0.37 125	0.04 67	5.80 332	1.06 304	0.01 353	0.00 1	1.13 432	0.11 367	0.05 219	0.00 1

CES	0.43 81	0.14 120	0.85 41	0.05 171	1.52 425	1.22 136	0.05 218	1.01 36	0.59 67	0.03 19	0.02 46	0.14 92	0.10 141	0.40 97	0.10 84	0.00 1	0.01 259	0.00 1	0.00 1	0.01 36	2.45 439

DCRE	0.69 155	0.35 250	1.16 125	0.06 186	0.02 206	0.91 41	0.00 1	1.05 37	0.30 44	0.98 196	7.63 406	0.72 179	0.02 22	0.16 22	0.07 49	0.00 1	0.02 312	0.00 1	0.21 403	0.02 116	0.03 226

AEACV	0.22 19	0.05 13	0.66 24	0.02 81	0.03 227	0.87 37	0.00 1	1.07 38	0.15 9	0.18 80	0.01 1	0.02 3	0.72 287	0.15 19	0.09 72	0.00 1	0.03 336	0.00 1	0.27 419	0.08 264	0.07 320

sCroCo_RVC	0.21 14	0.14 120	1.54 185	0.01 23	0.00 1	0.13 1	0.04 202	1.10 39	0.65 105	0.10 59	0.05 81	0.03 10	0.04 67	0.23 47	0.05 19	0.00 1	0.07 373	0.00 1	0.00 1	0.01 36	0.00 1

test_4	0.51 106	0.10 79	1.27 149	0.01 23	0.06 261	0.97 52	0.03 180	1.12 40	0.16 14	0.27 85	3.42 367	0.65 164	0.09 134	1.59 170	0.26 167	0.00 1	0.00 1	0.00 1	0.08 356	0.14 319	0.00 1

CREStereo	0.22 19	0.17 152	0.64 21	0.00 1	0.01 123	1.22 136	0.01 73	1.15 41	0.56 64	0.10 59	0.07 88	0.04 19	0.00 1	0.32 81	0.10 84	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.00 1
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
trnet	0.22 19	0.14 120	0.67 25	0.00 1	0.00 1	1.24 151	0.01 73	1.16 42	0.56 64	0.09 44	0.08 91	0.05 37	0.00 1	0.29 71	0.08 61	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.00 1

RSM++	0.17 5	0.07 39	0.42 6	0.03 124	0.00 1	0.40 15	0.00 1	1.18 43	0.59 67	0.02 3	0.01 1	0.01 1	0.05 80	0.20 40	0.14 104	0.00 1	0.00 1	0.00 1	0.17 390	0.09 286	0.07 320

rvit_stereo_0081	0.17 5	0.04 6	0.25 2	0.00 1	0.00 1	0.75 27	0.01 73	1.22 44	0.79 168	0.07 31	0.01 1	0.03 10	0.02 22	0.17 24	0.06 43	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

rvit_stereo_0082	0.17 5	0.04 6	0.25 2	0.00 1	0.00 1	0.75 27	0.01 73	1.22 44	0.79 168	0.07 31	0.01 1	0.03 10	0.02 22	0.17 24	0.06 43	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

MaDis-Stereo	0.22 19	0.29 233	0.87 45	0.05 171	0.18 330	0.41 16	0.01 73	1.24 46	0.56 64	0.02 3	0.03 67	0.13 86	0.05 80	0.32 81	0.24 153	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.01 76

4D-IteraStereo	0.35 54	0.60 343	1.93 235	0.02 81	0.09 287	1.03 58	0.07 239	1.25 47	0.34 50	0.02 3	0.03 67	0.84 195	0.10 141	0.31 75	0.35 212	0.00 1	0.00 1	0.00 1	0.00 1	0.05 219	0.07 320

LoS	0.28 35	0.16 142	0.95 63	0.07 207	0.01 123	1.32 177	0.07 239	1.30 48	0.60 74	0.04 25	0.03 67	0.28 114	0.11 151	0.48 112	0.11 92	0.00 1	0.01 259	0.00 1	0.00 1	0.03 168	0.00 1
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
MC-Stereo	0.24 29	0.12 103	0.71 28	0.04 152	0.02 206	1.07 74	0.00 1	1.30 48	0.17 19	0.59 133	0.02 46	0.08 64	0.11 151	0.18 26	0.05 19	0.00 1	0.02 312	0.00 1	0.17 390	0.06 237	0.02 172

RSM	0.18 10	0.05 13	0.39 5	0.03 124	0.02 206	0.38 14	0.00 1	1.33 50	0.59 67	0.09 44	0.01 1	0.03 10	0.04 67	0.19 29	0.14 104	0.00 1	0.00 1	0.00 1	0.16 382	0.06 237	0.04 255

NRIStereo	0.74 162	0.08 48	0.88 47	0.47 356	0.05 251	1.58 265	0.49 356	1.38 51	0.61 82	0.88 171	0.17 121	0.66 167	0.03 47	6.96 395	0.22 143	0.00 1	0.06 364	0.00 1	0.00 1	0.06 237	0.17 375

MyStereo07	0.27 33	0.27 215	0.64 21	0.02 81	0.01 123	1.64 289	0.01 73	1.41 52	0.73 150	0.10 59	0.01 1	0.03 10	0.10 141	0.24 50	0.04 7	0.00 1	0.07 373	0.00 1	0.00 1	0.03 168	0.06 304

PSM-adaLoss	0.46 90	0.09 60	1.01 75	0.06 186	0.09 287	1.61 280	0.30 332	1.43 53	0.69 138	0.97 187	0.18 124	0.77 187	0.02 22	1.67 175	0.17 120	0.00 1	0.00 1	0.00 1	0.00 1	0.02 116	0.05 274

ROB_FTStereo	0.47 95	0.09 60	1.04 95	0.06 186	0.08 279	1.59 272	0.33 338	1.43 53	0.68 125	0.97 187	0.19 132	0.76 183	0.03 47	1.86 181	0.17 120	0.00 1	0.00 1	0.00 1	0.00 1	0.02 116	0.05 274

HUI-Stereo	0.45 87	0.09 60	1.08 104	0.06 186	0.08 279	1.61 280	0.32 336	1.43 53	0.70 147	0.97 187	0.18 124	0.77 187	0.02 22	1.44 168	0.17 120	0.00 1	0.00 1	0.00 1	0.00 1	0.02 116	0.05 274

DeepStereo_RVC	0.52 109	0.08 48	1.37 168	0.06 186	0.06 261	1.34 185	0.41 348	1.43 53	0.68 125	1.03 206	0.85 250	0.49 144	1.56 337	0.79 136	0.17 120	0.00 1	0.00 1	0.00 1	0.00 1	0.02 116	0.13 359

ROB_FTStereo_v2	0.43 81	0.09 60	1.00 72	0.06 186	0.08 279	1.57 261	0.33 338	1.44 57	0.67 120	0.97 187	0.19 132	0.77 187	0.02 22	1.23 155	0.17 120	0.00 1	0.00 1	0.00 1	0.00 1	0.02 116	0.05 274

iGMRVC	0.51 106	0.09 60	1.04 95	0.06 186	0.08 279	1.61 280	0.27 315	1.44 57	0.69 138	0.97 187	0.19 132	0.76 183	0.03 47	2.69 198	0.17 120	0.00 1	0.00 1	0.00 1	0.00 1	0.02 116	0.04 255

RAFT-IKP	0.45 87	0.09 60	1.06 101	0.06 186	0.06 261	1.44 223	0.31 335	1.44 57	0.69 138	0.97 187	0.18 124	0.76 183	0.02 22	1.65 174	0.17 120	0.00 1	0.00 1	0.00 1	0.00 1	0.02 116	0.04 255

Patchmatch Stereo++	0.50 103	0.09 60	1.01 75	0.06 186	0.07 270	1.60 276	0.27 315	1.45 60	0.68 125	0.98 196	0.18 124	0.77 187	0.03 47	2.58 191	0.17 120	0.00 1	0.00 1	0.00 1	0.00 1	0.02 116	0.05 274
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
iRAFT	0.50 103	0.09 60	1.01 75	0.06 186	0.07 270	1.60 276	0.27 315	1.45 60	0.68 125	0.98 196	0.18 124	0.77 187	0.03 47	2.58 191	0.17 120	0.00 1	0.00 1	0.00 1	0.00 1	0.02 116	0.05 274

DEmStereo	1.51 322	0.08 48	2.17 269	0.09 231	0.02 206	1.76 304	0.90 377	1.47 62	0.60 74	2.46 348	6.42 401	1.08 222	5.16 417	6.21 343	1.86 343	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.01 76

CRE-IMP	0.40 71	0.06 29	1.04 95	0.07 207	0.05 251	1.45 229	0.46 353	1.48 63	0.63 93	0.90 175	0.30 153	0.88 197	0.01 7	0.26 62	0.22 143	0.00 1	0.00 1	0.00 1	0.00 1	0.02 116	0.17 375

PFNet	1.06 256	0.19 167	2.95 327	1.16 418	0.56 404	1.58 265	0.25 309	1.50 64	0.60 74	2.38 343	1.23 281	0.63 161	0.30 214	6.85 382	0.43 234	0.16 409	0.01 259	0.00 1	0.07 351	0.18 347	0.18 381

AnonymousM	0.34 50	0.07 39	0.63 18	0.02 81	0.01 123	1.09 83	0.03 180	1.54 65	0.68 125	0.17 78	0.04 78	0.02 3	0.24 204	0.25 55	0.04 7	0.00 1	0.01 259	1.93 438	0.00 1	0.01 36	0.00 1

AAGNet	1.54 327	0.07 39	0.88 47	1.04 412	0.27 368	1.47 236	0.66 366	1.57 66	0.61 82	1.68 283	0.82 247	1.62 257	2.29 366	6.18 341	11.63 435	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.01 76

PFNet+	0.54 117	0.10 79	1.31 160	0.16 274	0.05 251	1.44 223	0.56 360	1.60 67	0.98 201	1.35 248	0.46 191	0.37 125	0.01 7	2.18 188	0.22 143	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.01 76

AIO-Stereo	0.21 14	0.07 39	0.44 7	0.03 124	0.03 227	0.41 16	0.01 73	1.65 68	0.65 105	0.09 44	0.01 1	0.02 3	0.04 67	0.22 44	0.05 19	0.00 1	0.00 1	0.00 1	0.33 429	0.05 219	0.08 330

H2IRNET	0.47 95	0.22 194	1.27 149	0.15 267	0.01 123	1.18 118	0.01 73	1.65 68	0.48 60	0.02 3	1.80 310	0.46 138	0.04 67	1.62 173	0.35 212	0.00 1	0.00 1	0.01 368	0.01 299	0.16 334	0.02 172

TestStereo	0.61 128	0.55 331	1.84 232	0.00 1	0.00 1	0.94 47	0.00 1	1.65 68	0.23 35	0.12 65	0.03 67	0.08 64	0.06 99	6.59 363	0.08 61	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

rvit_stereo_0075_2	0.37 61	0.13 112	2.43 299	0.02 81	0.00 1	1.12 95	0.02 137	1.66 71	1.15 239	0.16 75	0.08 91	0.02 3	0.05 80	0.40 97	0.09 72	0.00 1	0.00 1	0.00 1	0.00 1	0.02 116	0.10 340

LL-Strereo2	0.36 58	0.47 309	1.08 104	0.09 231	0.03 227	1.12 95	0.07 239	1.66 71	0.93 194	0.43 117	0.02 46	0.51 148	0.08 126	0.23 47	0.29 182	0.00 1	0.00 1	0.00 1	0.03 324	0.04 201	0.04 255

SPstereo	0.24 29	0.29 233	0.82 37	0.01 23	0.00 1	1.24 151	0.00 1	1.70 73	0.23 35	0.02 3	0.01 1	0.09 68	0.10 141	0.18 26	0.05 19	0.00 1	0.03 336	0.00 1	0.00 1	0.08 264	0.01 76

test_xeample3	0.35 54	0.10 79	1.95 240	0.02 81	0.00 1	0.93 46	0.07 239	1.70 73	0.86 186	0.09 44	0.04 78	0.05 37	0.05 80	0.23 47	0.51 253	0.00 1	0.00 1	0.00 1	0.24 410	0.06 237	0.08 330

DisPM	0.86 205	0.09 60	1.10 108	0.76 394	0.02 206	1.51 247	0.57 362	1.75 75	0.70 147	2.43 347	0.83 249	0.38 129	0.01 7	6.89 389	0.17 120	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.00 1

aanetorigin	2.87 389	0.73 368	8.74 434	0.23 300	0.23 353	1.61 280	2.07 401	1.76 76	1.10 226	14.21 445	10.25 418	2.93 332	3.38 394	4.98 297	4.06 387	0.10 402	0.05 356	0.09 407	0.11 367	0.57 421	0.15 368

IGEV-Stereo++	0.20 12	0.05 13	0.22 1	0.01 23	0.00 1	1.11 92	0.00 1	1.84 77	0.34 50	0.08 38	0.01 1	0.02 3	0.03 47	0.19 29	0.05 19	0.00 1	0.00 1	0.00 1	0.00 1	0.03 168	0.01 76

GMStereo_Zeroshot	0.63 136	0.14 120	1.54 185	0.75 392	0.00 1	1.26 162	0.01 73	1.85 78	0.31 45	1.44 263	0.58 203	1.76 267	0.19 189	2.55 190	0.10 84	0.00 1	0.00 1	0.00 1	0.00 1	0.03 168	0.00 1

DRaft	1.34 306	0.12 103	1.19 135	0.06 186	0.01 123	1.64 289	0.43 350	1.86 79	0.14 6	3.76 382	5.27 389	0.41 133	4.38 408	5.49 318	1.68 334	0.01 353	0.06 364	0.00 1	0.07 351	0.07 252	0.11 345

SST-Stereo	1.04 248	0.05 13	1.16 125	0.72 390	0.23 353	1.70 300	0.58 363	1.92 80	1.46 294	1.19 227	1.09 267	1.60 253	1.93 358	6.92 393	0.21 141	0.00 1	0.00 1	0.00 1	0.00 1	0.02 116	0.01 76

HHNet	0.87 212	0.25 208	1.78 225	0.16 274	0.08 279	1.30 173	0.44 351	1.93 81	0.64 100	1.41 259	5.92 394	0.14 92	1.79 351	0.35 90	0.95 299	0.05 391	0.00 1	0.01 368	0.00 1	0.14 319	0.01 76

RAFT_R40	0.99 240	0.05 13	1.26 147	0.71 389	0.20 341	1.65 293	0.67 367	1.94 82	0.61 82	1.05 209	1.15 273	1.80 271	1.47 328	6.91 391	0.31 192	0.00 1	0.00 1	0.00 1	0.00 1	0.02 116	0.01 76

sAnonymous2	0.37 61	0.32 242	3.21 344	0.01 23	0.00 1	0.35 10	0.08 245	1.96 83	0.90 188	0.03 19	0.05 81	0.04 19	0.11 151	0.11 9	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 319	0.18 381

CroCo_RVC	0.37 61	0.32 242	3.21 344	0.01 23	0.00 1	0.35 10	0.08 245	1.96 83	0.90 188	0.03 19	0.05 81	0.04 19	0.11 151	0.11 9	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 319	0.18 381

MIF-Stereo (partial)	0.27 33	0.18 159	1.14 118	0.01 23	0.00 1	0.43 18	0.02 137	1.97 85	0.39 55	0.11 64	0.08 91	0.07 58	0.06 99	0.44 102	0.33 199	0.00 1	0.00 1	0.00 1	0.00 1	0.05 219	0.02 172

ToySt	0.47 95	0.25 208	2.47 306	0.04 152	0.01 123	1.17 112	0.00 1	2.01 86	0.63 93	0.08 38	0.14 107	1.16 228	0.05 80	0.80 137	0.46 244	0.00 1	0.00 1	0.00 1	0.03 324	0.10 295	0.04 255

OMP-Stereo	1.20 289	0.54 330	0.96 64	2.39 431	0.29 379	1.58 265	0.33 338	2.01 86	0.68 125	2.68 355	1.16 275	3.10 343	0.18 183	7.40 408	0.56 263	0.00 1	0.00 1	0.00 1	0.00 1	0.07 252	0.01 76

knoymous	0.35 54	0.05 13	1.11 110	0.05 171	0.01 123	1.15 108	0.01 73	2.06 88	0.14 6	0.40 113	0.02 46	1.67 264	0.00 1	0.31 75	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.00 1

Pruner-Stereo	0.53 115	0.10 79	1.02 80	0.89 406	0.10 296	1.57 261	0.36 344	2.06 88	0.63 93	2.23 324	0.46 191	0.25 109	0.01 7	0.45 107	0.37 219	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.02 172

raftrobust	0.46 90	0.42 282	1.05 100	0.01 23	0.21 346	1.17 112	0.05 218	2.07 90	0.19 24	2.98 364	0.02 46	0.12 81	0.15 173	0.25 55	0.31 192	0.00 1	0.03 336	0.00 1	0.00 1	0.08 264	0.06 304

THIR-Stereo	1.48 320	0.29 233	1.51 183	0.01 23	0.02 206	1.05 71	4.32 429	2.11 91	0.22 34	1.08 213	4.24 380	1.93 278	4.19 406	6.76 377	1.87 344	0.00 1	0.00 1	0.04 399	0.00 1	0.05 219	0.00 1

iRaftStereo_RVC	0.36 58	0.27 215	0.76 31	0.01 23	0.00 1	1.20 130	0.01 73	2.15 92	0.62 89	0.15 74	0.22 141	0.69 171	0.12 162	0.28 69	0.18 130	0.00 1	0.06 364	0.00 1	0.00 1	0.27 383	0.22 393

Selective-IGEV	0.22 19	0.06 29	0.46 9	0.05 171	0.04 244	0.34 8	0.04 202	2.16 93	0.59 67	0.09 44	0.01 1	0.02 3	0.05 80	0.18 26	0.05 19	0.00 1	0.00 1	0.00 1	0.09 359	0.03 168	0.09 336

EKT-Stereo	0.74 162	0.18 159	1.23 144	0.81 396	4.25 439	1.19 121	0.03 180	2.17 94	0.13 4	0.35 104	0.40 176	0.97 211	0.08 126	2.61 195	0.09 72	0.00 1	0.09 386	0.00 1	0.07 351	0.04 201	0.03 226

WCG-NET	0.30 40	0.15 131	0.44 7	0.01 23	0.00 1	0.95 50	0.00 1	2.24 95	1.33 270	0.36 110	0.10 98	0.07 58	0.07 111	0.14 17	0.07 49	0.00 1	0.00 1	0.00 1	0.00 1	0.12 308	0.00 1

raft+_RVC	0.42 75	0.48 311	1.11 110	0.51 366	0.17 326	1.16 109	0.04 202	2.25 96	0.59 67	0.12 65	0.42 179	0.08 64	0.15 173	0.60 125	0.28 178	0.00 1	0.09 386	0.00 1	0.00 1	0.06 237	0.19 385

rrr	0.62 134	0.09 60	2.07 261	0.02 81	0.00 1	0.82 32	0.06 235	2.29 97	0.85 184	0.09 44	0.03 67	0.03 10	0.06 99	5.04 299	0.51 253	0.00 1	0.00 1	0.00 1	0.19 394	0.05 219	0.07 320

GMM-Stereo	1.09 265	0.05 13	1.62 201	0.13 254	0.22 348	1.41 209	0.87 375	2.31 98	0.62 89	2.75 356	3.14 358	0.54 151	0.90 298	5.33 312	0.13 99	0.01 353	0.00 1	0.00 1	0.02 317	0.01 36	1.80 436

Gwc-CoAtRS	0.42 75	0.12 103	1.28 151	0.03 124	0.13 308	1.03 58	0.02 137	2.33 99	0.15 9	0.35 104	0.01 1	2.27 303	0.03 47	0.20 40	0.25 160	0.00 1	0.01 259	0.00 1	0.22 405	0.01 36	0.01 76

LCNet	0.87 212	0.18 159	0.97 69	0.14 264	0.26 363	1.19 121	0.22 302	2.36 100	0.71 149	1.82 294	0.21 137	0.11 78	2.56 373	5.56 322	0.14 104	0.00 1	0.00 1	0.00 1	0.00 1	0.15 329	0.81 421

EGLCR-Stereo	0.28 35	0.09 60	0.73 29	0.18 282	0.05 251	1.17 112	0.04 202	2.37 101	0.17 19	0.35 104	0.01 1	0.01 1	0.02 22	0.38 95	0.04 7	0.00 1	0.01 259	0.00 1	0.00 1	0.00 1	0.03 226

MIM_Stereo	0.45 87	0.43 288	1.18 131	0.51 366	0.04 244	1.26 162	0.02 137	2.38 102	0.65 105	0.07 31	0.02 46	0.70 174	0.20 195	1.01 146	0.13 99	0.00 1	0.09 386	0.00 1	0.00 1	0.14 319	0.10 340

RALAANet	0.54 117	0.62 348	1.41 171	0.01 23	0.01 123	0.92 45	0.02 137	2.39 103	1.87 341	1.13 218	0.38 172	0.15 94	0.30 214	1.00 145	0.38 222	0.00 1	0.00 1	0.00 1	0.04 334	0.14 319	0.01 76

GMOStereo	0.42 75	0.28 225	1.02 80	0.05 171	0.18 330	1.04 65	0.02 137	2.40 104	0.16 14	2.25 326	0.01 1	0.32 118	0.03 47	0.09 3	0.15 111	0.00 1	0.11 397	0.00 1	0.00 1	0.19 354	0.02 172

error version	0.42 75	0.28 225	1.02 80	0.05 171	0.18 330	1.04 65	0.02 137	2.40 104	0.16 14	2.25 326	0.01 1	0.32 118	0.03 47	0.09 3	0.15 111	0.00 1	0.11 397	0.00 1	0.00 1	0.19 354	0.02 172

test-v	0.42 75	0.28 225	1.02 80	0.05 171	0.18 330	1.04 65	0.02 137	2.40 104	0.16 14	2.25 326	0.01 1	0.32 118	0.03 47	0.09 3	0.15 111	0.00 1	0.11 397	0.00 1	0.00 1	0.19 354	0.02 172

test-2	0.42 75	0.28 225	1.02 80	0.05 171	0.18 330	1.04 65	0.02 137	2.40 104	0.16 14	2.25 326	0.01 1	0.32 118	0.03 47	0.09 3	0.15 111	0.00 1	0.11 397	0.00 1	0.00 1	0.19 354	0.02 172

ACVNet	0.57 121	0.21 184	1.34 163	0.09 231	0.00 1	1.36 191	0.22 302	2.40 104	1.05 217	0.63 139	0.66 223	1.94 279	0.26 209	0.31 75	0.79 287	0.00 1	0.00 1	0.00 1	0.00 1	0.08 264	0.00 1

CFNet-ft	0.77 172	0.46 301	1.34 163	0.01 23	0.27 368	1.32 177	0.02 137	2.40 104	0.68 125	0.63 139	0.18 124	3.23 352	0.21 199	3.97 246	0.54 260	0.00 1	0.00 1	0.01 368	0.00 1	0.03 168	0.02 172

CFNet_RVC	0.77 172	0.46 301	1.34 163	0.01 23	0.27 368	1.32 177	0.02 137	2.40 104	0.68 125	0.63 139	0.18 124	3.23 352	0.21 199	3.97 246	0.54 260	0.00 1	0.00 1	0.01 368	0.00 1	0.03 168	0.02 172

PSM-AAD	1.15 281	0.04 6	0.88 47	0.10 240	0.27 368	1.32 177	3.25 417	2.41 111	0.64 100	2.93 360	1.92 315	0.15 94	5.39 422	3.42 217	0.19 136	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.05 274

fast-acv-ft	1.41 314	0.46 301	4.29 387	0.10 240	0.13 308	3.97 382	0.29 326	2.42 112	1.91 344	0.81 166	3.55 369	3.02 338	1.26 320	3.35 212	2.05 357	0.04 385	0.01 259	0.04 399	0.04 334	0.39 407	0.05 274

FTStereo	2.16 374	0.03 2	1.42 173	0.17 277	0.13 308	1.42 216	4.67 435	2.44 113	0.63 93	3.36 374	17.95 434	0.78 192	4.17 405	4.41 265	0.14 104	0.15 408	0.00 1	0.00 1	0.00 1	0.01 36	1.25 430

11t1	0.33 47	0.05 13	0.86 43	0.44 347	0.00 1	1.04 65	0.00 1	2.45 114	0.60 74	0.44 118	0.01 1	0.05 37	0.05 80	0.43 100	0.06 43	0.00 1	0.01 259	0.00 1	0.00 1	0.02 116	0.01 76

test_3	0.58 122	0.06 29	1.04 95	0.07 207	0.12 303	1.01 56	0.01 73	2.45 114	0.20 28	0.95 183	0.01 1	1.05 218	0.05 80	3.74 231	0.23 148	0.00 1	0.00 1	0.00 1	0.25 413	0.15 329	0.13 359

test-3	0.63 136	0.06 29	1.00 72	0.07 207	0.13 308	0.99 54	0.01 73	2.46 116	0.20 28	1.96 305	0.01 1	1.10 226	0.05 80	3.75 232	0.23 148	0.00 1	0.00 1	0.00 1	0.26 416	0.15 329	0.13 359

test_1	0.61 128	0.06 29	1.00 72	0.07 207	0.12 303	0.99 54	0.01 73	2.46 116	0.20 28	1.71 284	0.01 1	1.10 226	0.04 67	3.71 230	0.23 148	0.00 1	0.00 1	0.00 1	0.25 413	0.15 329	0.13 359

RALCasStereoNet	0.44 84	0.44 293	1.03 91	0.03 124	0.00 1	1.10 87	0.03 180	2.46 116	0.90 188	0.07 31	0.32 154	0.12 81	0.20 195	1.28 158	0.25 160	0.00 1	0.31 427	0.00 1	0.00 1	0.08 264	0.12 353

PSM-softLoss	0.85 201	0.10 79	1.50 180	1.14 416	0.03 227	1.47 236	0.27 315	2.48 119	0.69 138	1.30 240	0.38 172	0.39 130	0.01 7	6.88 386	0.33 199	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.01 76

KMStereo	0.85 201	0.10 79	1.50 180	1.14 416	0.03 227	1.47 236	0.27 315	2.48 119	0.69 138	1.30 240	0.38 172	0.39 130	0.01 7	6.88 386	0.33 199	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.01 76

KYRaft	1.19 286	0.05 13	0.94 59	0.06 186	0.24 357	1.25 160	0.78 373	2.48 119	0.61 82	3.23 371	7.13 405	1.00 214	2.77 379	1.43 164	0.14 104	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	1.71 435

RAFT-Test	0.61 128	0.16 142	2.27 289	0.04 152	0.15 319	1.80 309	0.17 285	2.52 122	0.65 105	0.56 131	0.11 103	2.76 323	0.02 22	0.27 67	0.34 206	0.00 1	0.07 373	0.00 1	0.29 425	0.01 36	0.01 76

IRAFT_RVC	1.02 244	0.20 177	1.58 197	1.39 424	0.26 363	1.33 183	0.32 336	2.52 122	0.66 112	1.58 278	0.81 246	1.16 228	1.58 341	6.51 361	0.43 234	0.00 1	0.12 404	0.00 1	0.00 1	0.02 116	0.03 226

Prome-Stereo	1.23 293	0.06 29	0.93 58	0.12 250	0.24 357	1.26 162	0.67 367	2.53 124	0.69 138	2.08 315	8.70 413	0.76 183	2.91 383	2.12 185	0.11 92	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	1.43 433

PSMNet-ADL	0.77 172	0.08 48	0.90 51	0.07 207	0.01 123	2.01 317	0.02 137	2.55 125	1.11 228	0.33 92	0.59 213	2.15 294	0.69 285	4.07 249	0.85 290	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.02 172

MoCha-V2	0.33 47	0.11 96	0.92 56	0.09 231	0.06 261	0.34 8	0.00 1	2.56 126	0.64 100	0.32 90	0.43 183	0.17 99	0.09 134	0.26 62	0.10 84	0.00 1	0.14 409	0.00 1	0.22 405	0.05 219	0.01 76

IIG-Stereo	1.30 299	0.48 311	1.04 95	2.41 432	0.05 251	1.61 280	0.14 277	2.59 127	0.68 125	2.97 363	2.28 337	3.08 341	0.57 260	7.41 409	0.65 278	0.00 1	0.00 1	0.00 1	0.00 1	0.02 116	0.00 1

model_zeroshot	0.49 101	0.26 212	2.10 266	0.03 124	0.01 123	1.69 298	0.08 245	2.63 128	0.18 21	1.02 202	0.01 1	0.61 156	0.06 99	0.86 138	0.14 104	0.00 1	0.02 312	0.00 1	0.16 382	0.02 116	0.01 76

testlalala	0.46 90	0.13 112	0.82 37	0.17 277	0.10 296	1.13 101	0.03 180	2.63 128	1.13 235	2.04 313	0.10 98	0.29 116	0.04 67	0.15 19	0.27 172	0.00 1	0.01 259	0.00 1	0.26 416	0.00 1	0.00 1

Selective-RAFT	0.37 61	0.06 29	0.65 23	0.03 124	0.01 123	1.17 112	0.02 137	2.63 128	0.66 112	0.01 1	0.01 1	0.22 104	0.18 183	1.31 159	0.24 153	0.00 1	0.00 1	0.00 1	0.20 398	0.04 201	0.00 1

DMCA-RVC	0.90 223	0.64 352	3.30 349	0.03 124	0.04 244	1.30 173	0.06 235	2.65 131	0.73 150	3.21 370	0.09 94	0.99 213	0.66 281	3.14 208	0.99 301	0.01 353	0.04 347	0.02 391	0.01 299	0.07 252	0.01 76

coex-ft	12.01 450	5.60 451	80.23 470	0.15 267	0.15 319	1.88 312	0.73 370	2.66 132	30.12 456	49.31 469	16.59 431	15.97 437	14.42 450	6.79 380	14.50 440	0.05 391	0.08 382	0.01 368	0.05 339	0.37 406	0.61 415

OCTAStereo	0.82 189	0.10 79	1.15 121	1.19 420	0.01 123	1.53 254	0.29 326	2.66 132	0.66 112	1.20 229	0.58 203	0.25 109	0.01 7	6.38 353	0.33 199	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.00 1

RE-Stereo	0.82 189	0.10 79	1.15 121	1.19 420	0.01 123	1.52 251	0.29 326	2.66 132	0.66 112	1.20 229	0.58 203	0.24 105	0.01 7	6.38 353	0.32 196	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.00 1

TVStereo	0.82 189	0.10 79	1.15 121	1.19 420	0.01 123	1.52 251	0.29 326	2.66 132	0.66 112	1.20 229	0.58 203	0.24 105	0.01 7	6.38 353	0.32 196	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.00 1

NF-Stereo	0.82 189	0.10 79	1.12 112	1.19 420	0.01 123	1.52 251	0.29 326	2.67 136	0.66 112	1.20 229	0.58 203	0.24 105	0.01 7	6.38 353	0.32 196	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.00 1

RAFT_CTSACE	0.68 153	0.52 323	1.74 220	0.50 362	0.05 251	1.16 109	0.00 1	2.68 137	0.66 112	0.68 146	1.60 296	1.76 267	0.80 291	0.94 142	0.13 99	0.00 1	0.02 312	0.00 1	0.00 1	0.27 383	0.00 1

DSFCA	1.30 299	0.14 120	1.82 229	0.01 23	0.03 227	3.74 380	0.86 374	2.71 138	1.23 250	3.09 367	0.41 178	2.93 332	1.49 329	6.12 340	1.35 322	0.00 1	0.02 312	0.00 1	0.00 1	0.02 116	0.01 76

rafts_anoy	0.39 67	0.44 293	1.15 121	0.06 186	0.03 227	1.12 95	0.04 202	2.75 139	0.33 49	0.10 59	0.16 115	0.11 78	0.19 189	0.74 134	0.31 192	0.00 1	0.14 409	0.00 1	0.01 299	0.02 116	0.05 274

ccs_rob	0.65 141	0.17 152	2.09 264	0.00 1	0.01 123	1.22 136	0.00 1	2.77 140	0.73 150	0.75 153	0.44 186	2.32 308	0.64 274	1.76 177	0.15 111	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.01 76

rvit_0105_6	0.34 50	0.10 79	1.37 168	0.01 23	0.00 1	0.86 35	0.00 1	2.78 141	1.32 268	0.04 25	0.03 67	0.07 58	0.02 22	0.19 29	0.08 61	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 226

rvit_stereo_0080	0.30 40	0.23 201	1.20 138	0.00 1	0.00 1	0.90 39	0.01 73	2.79 142	0.60 74	0.02 3	0.02 46	0.06 48	0.01 7	0.12 12	0.05 19	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 172

whm_eth	0.30 40	0.23 201	1.20 138	0.00 1	0.00 1	0.90 39	0.01 73	2.79 142	0.60 74	0.02 3	0.02 46	0.06 48	0.01 7	0.12 12	0.05 19	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 172

CFNet_pseudo	0.66 146	0.17 152	2.08 263	0.00 1	0.01 123	1.22 136	0.00 1	2.79 142	0.73 150	0.78 161	0.46 191	2.32 308	0.63 271	1.77 178	0.15 111	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.01 76

PCWNet_CMD	0.65 141	0.14 120	2.02 252	0.01 23	0.01 123	1.10 87	0.00 1	2.80 145	0.97 199	0.48 125	0.28 151	2.31 307	1.50 332	1.19 152	0.08 61	0.00 1	0.00 1	0.00 1	0.00 1	0.02 116	0.01 76

RAFT-Stereo + iAFF	0.60 125	0.36 255	0.96 64	0.03 124	0.02 206	1.21 133	0.02 137	2.80 145	1.55 308	1.08 213	2.63 347	0.43 135	0.16 176	0.37 92	0.25 160	0.00 1	0.02 312	0.00 1	0.00 1	0.19 354	0.01 76

EDNetEfficient	6.54 431	1.17 410	33.15 458	0.66 385	1.96 428	2.07 319	3.72 422	2.80 145	14.85 439	20.02 455	9.69 416	6.59 409	10.19 441	7.19 403	15.49 444	0.03 383	0.10 394	0.01 368	0.20 398	0.62 424	0.29 399

rvit_stereo_ft	0.31 44	0.32 242	1.63 203	0.01 23	0.00 1	0.19 4	0.00 1	2.84 148	0.79 168	0.02 3	0.03 67	0.08 64	0.02 22	0.19 29	0.08 61	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.03 226

plain	0.41 72	0.28 225	2.26 286	0.07 207	0.00 1	0.50 21	0.01 73	2.84 148	0.92 191	0.05 28	0.07 88	0.13 86	0.17 179	0.43 100	0.20 137	0.00 1	0.00 1	0.00 1	0.00 1	0.34 399	0.01 76

GrayStereo	1.46 318	0.03 2	0.87 45	0.63 383	0.20 341	1.24 151	4.61 433	2.85 150	0.62 89	4.98 402	4.00 379	0.45 137	4.67 411	3.37 214	0.08 61	0.00 1	0.00 1	0.00 1	0.50 436	0.01 36	0.01 76

PASM	1.58 333	1.05 404	7.51 430	0.56 373	0.09 287	1.37 196	0.28 323	2.85 150	1.44 291	3.91 387	0.44 186	3.02 338	0.64 274	6.38 353	1.59 331	0.00 1	0.01 259	0.00 1	0.03 324	0.26 379	0.15 368

MSMDNet	0.65 141	0.14 120	2.02 252	0.01 23	0.01 123	1.11 92	0.00 1	2.88 152	0.98 201	0.49 128	0.28 151	2.32 308	1.49 329	1.19 152	0.08 61	0.00 1	0.00 1	0.00 1	0.00 1	0.02 116	0.01 76

UGAM	1.08 257	0.19 167	2.83 324	0.05 171	0.01 123	1.09 83	0.11 265	2.89 153	0.64 100	0.08 38	2.46 341	3.64 362	0.08 126	6.99 397	0.25 160	0.00 1	0.00 1	0.00 1	0.02 317	0.27 383	0.04 255

MLCV	1.01 242	0.53 328	2.17 269	0.03 124	0.00 1	1.60 276	0.03 180	2.90 154	1.30 265	2.60 352	1.85 312	1.00 214	0.40 239	4.88 293	0.74 284	0.00 1	0.00 1	0.00 1	0.00 1	0.07 252	0.01 76

DN-CSS_ROB	0.77 172	0.90 393	2.01 250	0.85 400	0.00 1	1.47 236	0.01 73	2.92 155	0.93 194	0.12 65	0.53 199	0.44 136	0.16 176	4.33 259	0.35 212	0.00 1	0.00 1	0.00 1	0.00 1	0.30 395	0.01 76

IER	0.75 167	0.12 103	1.93 235	0.01 23	0.00 1	2.31 331	0.02 137	2.96 156	0.98 201	1.30 240	0.96 260	1.40 241	1.19 313	1.31 159	0.45 240	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.00 1

Pointernet	0.34 50	0.10 79	1.09 106	0.01 23	0.08 279	1.18 118	0.05 218	2.99 157	0.62 89	0.03 19	0.01 1	0.15 94	0.05 80	0.24 50	0.09 72	0.00 1	0.00 1	0.00 1	0.11 367	0.01 36	0.00 1

MSKI-zero shot	0.73 160	0.13 112	1.56 194	0.02 81	0.14 314	1.34 185	0.04 202	3.00 158	0.23 35	0.67 144	1.64 297	0.89 198	0.00 1	4.55 279	0.10 84	0.00 1	0.02 312	0.00 1	0.21 403	0.03 168	0.01 76

riskmin	0.47 95	0.03 2	1.01 75	0.08 221	0.01 123	1.12 95	0.01 73	3.00 158	0.21 32	0.46 123	0.02 46	2.08 287	1.06 303	0.26 62	0.04 7	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 76

RAFT	0.60 125	0.50 318	1.01 75	0.50 362	0.04 244	0.94 47	0.08 245	3.01 160	0.65 105	0.22 83	0.09 94	3.41 355	0.27 212	0.53 116	0.37 219	0.00 1	0.03 336	0.00 1	0.01 299	0.40 408	0.03 226

DMCA	0.68 153	0.22 194	1.96 243	0.01 23	0.01 123	1.28 165	0.02 137	3.02 161	1.54 307	2.14 317	0.15 113	1.74 265	0.10 141	0.45 107	0.95 299	0.00 1	0.00 1	0.00 1	0.00 1	0.02 116	0.01 76

STTStereo	0.83 193	0.34 248	2.44 301	0.24 302	0.15 319	1.41 209	0.10 263	3.02 161	1.55 308	1.34 244	0.17 121	1.77 269	0.45 247	3.42 217	0.30 189	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 76

ffm	1.04 248	0.05 13	1.65 205	0.34 334	0.01 123	1.58 265	0.02 137	3.03 163	6.40 419	1.39 255	2.07 322	2.15 294	0.34 224	1.59 170	0.05 19	0.00 1	0.02 312	0.00 1	0.00 1	0.09 286	0.03 226

ff1	1.65 338	0.05 13	1.65 205	0.34 334	0.01 123	1.58 265	0.02 137	3.03 163	6.40 419	1.39 255	2.07 322	2.15 294	0.34 224	6.68 369	7.08 411	0.00 1	0.02 312	0.00 1	0.00 1	0.09 286	0.03 226

tt1	0.88 216	0.27 215	1.25 146	0.08 221	0.00 1	3.36 369	0.02 137	3.03 163	6.40 419	0.33 92	0.66 223	0.05 37	0.40 239	1.59 170	0.05 19	0.00 1	0.02 312	0.00 1	0.00 1	0.09 286	0.03 226

CASS	0.56 119	0.13 112	1.40 170	0.03 124	0.01 123	1.65 293	0.04 202	3.03 163	0.63 93	1.96 305	0.93 258	0.28 114	0.36 231	0.52 114	0.18 130	0.00 1	0.00 1	0.00 1	0.00 1	0.03 168	0.00 1
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
AFF-stereo	0.65 141	0.46 301	0.82 37	0.37 341	0.00 1	1.19 121	0.00 1	3.04 167	1.42 286	0.72 151	1.95 317	1.16 228	0.26 209	0.97 144	0.31 192	0.00 1	0.02 312	0.00 1	0.00 1	0.21 364	0.02 172

UNet	1.13 277	0.24 205	4.21 383	0.01 23	0.02 206	2.31 331	0.02 137	3.06 168	0.76 164	1.17 224	0.14 107	2.73 321	1.58 341	4.48 274	1.92 348	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.00 1

G-Net	3.49 404	0.47 309	4.03 376	1.61 427	1.91 427	10.78 436	1.92 400	3.06 168	1.26 255	8.59 426	12.06 423	6.13 403	7.82 432	4.78 288	4.77 395	0.08 398	0.12 404	0.07 404	0.15 374	0.16 334	0.11 345

x	0.41 72	0.04 6	0.74 30	0.54 369	0.00 1	0.98 53	0.00 1	3.07 170	0.67 120	0.48 125	0.01 1	0.48 142	0.07 111	0.93 140	0.07 49	0.00 1	0.01 259	0.00 1	0.00 1	0.01 36	0.01 76

HCRNet	0.73 160	0.19 167	1.10 108	0.01 23	0.00 1	1.17 112	0.01 73	3.07 170	1.97 347	0.60 134	0.21 137	0.56 152	0.11 151	5.34 313	0.20 137	0.00 1	0.00 1	0.00 1	0.00 1	0.03 168	0.02 172

CroCo-Stereo Lap2	0.33 47	0.49 315	1.18 131	0.02 81	0.00 1	0.33 7	0.00 1	3.08 172	0.61 82	0.02 3	0.01 1	0.04 19	0.08 126	0.45 107	0.15 111	0.00 1	0.00 1	0.00 1	0.00 1	0.07 252	0.02 172

IPLGR	0.76 171	0.21 184	2.98 328	0.06 186	0.07 270	1.24 151	0.05 218	3.09 173	1.38 276	0.62 135	0.34 161	0.75 182	0.78 289	3.35 212	0.22 143	0.00 1	0.00 1	0.00 1	0.00 1	0.05 219	0.06 304

FENet	0.52 109	0.07 39	1.62 201	0.04 152	0.00 1	1.19 121	0.05 218	3.10 174	0.98 201	0.89 173	0.01 1	1.63 260	0.09 134	0.47 111	0.28 178	0.00 1	0.01 259	0.00 1	0.00 1	0.00 1	0.01 76

TDLM	1.08 257	0.49 315	1.43 174	0.27 314	0.00 1	1.56 260	2.12 403	3.10 174	1.75 330	1.36 253	0.93 258	1.06 220	0.49 251	6.21 343	0.70 281	0.00 1	0.00 1	0.00 1	0.00 1	0.16 334	0.02 172

CrosDoStereo	1.66 339	0.15 131	1.66 209	0.02 81	0.07 270	1.38 202	6.16 448	3.12 176	1.06 220	0.97 187	3.74 373	0.96 208	4.79 413	7.00 399	1.92 348	0.00 1	0.00 1	0.00 1	0.00 1	0.11 303	0.00 1

DeepStereo_LL	1.66 339	0.15 131	1.66 209	0.02 81	0.07 270	1.38 202	6.16 448	3.12 176	1.06 220	0.97 187	3.74 373	0.96 208	4.79 413	7.00 399	1.92 348	0.00 1	0.00 1	0.00 1	0.00 1	0.11 303	0.00 1

RCA-Stereo	0.37 61	0.14 120	0.76 31	0.01 23	0.00 1	1.17 112	0.00 1	3.14 178	0.61 82	0.71 149	0.47 194	0.05 37	0.13 168	0.19 29	0.03 5	0.00 1	0.01 259	0.00 1	0.00 1	0.06 237	0.01 76

DCANet-4	0.69 155	0.15 131	3.76 368	0.03 124	0.01 123	1.22 136	0.01 73	3.14 178	1.90 343	2.34 336	0.14 107	0.11 78	0.25 207	0.34 85	0.29 182	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 274

rvit_0105_4	0.39 67	0.16 142	1.66 209	0.01 23	0.00 1	0.85 34	0.00 1	3.15 180	1.33 270	0.07 31	0.06 86	0.10 76	0.03 47	0.29 71	0.08 61	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.02 172

RAFT-Stereo-weight	0.39 67	0.07 39	0.81 35	0.07 207	0.02 206	1.34 185	0.05 218	3.15 180	0.31 45	0.94 182	0.52 198	0.26 111	0.01 7	0.19 29	0.07 49	0.00 1	0.01 259	0.00 1	0.00 1	0.00 1	0.01 76

ACVNet-DCA	0.61 128	0.27 215	1.28 151	0.13 254	0.00 1	3.44 371	0.01 73	3.15 180	0.68 125	0.33 92	0.69 233	0.04 19	0.61 265	1.43 164	0.05 19	0.00 1	0.02 312	0.00 1	0.03 324	0.01 36	0.01 76

1test111	0.69 155	0.27 215	1.28 151	0.13 254	0.00 1	3.44 371	0.01 73	3.15 180	0.68 125	0.33 92	0.69 233	0.04 19	0.61 265	2.95 203	0.07 49	0.00 1	0.02 312	0.00 1	0.03 324	0.01 36	0.01 76

qqq	0.50 103	0.04 6	0.78 33	0.02 81	0.00 1	1.05 71	0.00 1	3.15 180	0.68 125	0.46 123	0.01 1	0.73 180	0.12 162	2.95 203	0.07 49	0.00 1	0.01 259	0.00 1	0.00 1	0.01 36	0.01 76

GwcNet-ADL	0.62 134	0.20 177	2.03 254	0.05 171	0.01 123	1.29 169	0.02 137	3.16 185	1.39 278	0.97 187	0.44 186	1.48 243	0.23 202	0.78 135	0.27 172	0.01 353	0.00 1	0.00 1	0.00 1	0.01 36	0.03 226

Anonymous3	0.49 101	0.12 103	2.21 272	0.01 23	0.00 1	2.53 341	0.09 256	3.16 185	0.65 105	0.12 65	0.22 141	0.12 81	0.05 80	0.37 92	0.08 61	0.00 1	0.07 373	0.00 1	0.00 1	0.04 201	0.03 226

IPLG	0.86 205	0.41 276	2.31 292	0.06 186	0.06 261	1.36 191	0.11 265	3.17 187	0.83 177	0.62 135	1.00 263	0.46 138	0.61 265	5.57 325	0.35 212	0.00 1	0.00 1	0.00 1	0.00 1	0.18 347	0.01 76

rvit_0105_5	0.41 72	0.20 177	1.94 239	0.01 23	0.00 1	0.91 41	0.00 1	3.18 188	1.27 258	0.08 38	0.09 94	0.10 76	0.02 22	0.35 90	0.09 72	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.03 226

xx1	0.95 228	0.27 215	1.28 151	0.13 254	0.00 1	3.44 371	0.01 73	3.18 188	7.23 428	0.33 92	0.69 233	0.73 180	0.12 162	1.43 164	0.05 19	0.00 1	0.02 312	0.00 1	0.00 1	0.01 36	0.01 76

cc1	0.94 226	0.27 215	1.28 151	0.13 254	0.00 1	3.44 371	0.01 73	3.18 188	7.23 428	0.33 92	0.69 233	0.04 19	0.61 265	1.43 164	0.05 19	0.00 1	0.02 312	0.00 1	0.03 324	0.09 286	0.04 255

iinet-f	1.68 347	0.61 346	11.37 442	0.29 318	0.03 227	4.39 393	0.04 202	3.18 188	1.10 226	1.16 223	0.58 203	2.96 335	2.76 378	2.13 186	2.46 366	0.00 1	0.02 312	0.02 391	0.00 1	0.46 412	0.01 76

iRaft-Stereo_5w	1.08 257	0.56 335	2.70 320	0.02 81	0.02 206	1.20 130	0.01 73	3.18 188	0.63 93	0.14 73	2.00 320	1.62 257	1.54 335	6.69 372	1.01 303	0.00 1	0.00 1	0.00 1	0.00 1	0.23 368	0.01 76

CIPLG	0.75 167	0.81 382	2.38 297	0.13 254	0.03 227	1.41 209	0.27 315	3.19 193	0.84 180	1.98 307	2.56 346	0.19 101	0.10 141	0.54 118	0.26 167	0.00 1	0.05 356	0.01 368	0.05 339	0.19 354	0.05 274

IPLGR_C	0.75 167	0.88 390	2.58 314	0.13 254	0.02 206	1.40 205	0.27 315	3.19 193	0.84 180	1.92 301	2.46 341	0.18 100	0.11 151	0.49 113	0.26 167	0.00 1	0.05 356	0.01 368	0.05 339	0.19 354	0.06 304

rvit_0105_3	0.47 95	0.28 225	2.20 271	0.01 23	0.00 1	1.13 101	0.00 1	3.20 195	1.26 255	0.08 38	0.26 145	0.09 68	0.03 47	0.62 129	0.11 92	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.02 172

ACRE	0.75 167	0.78 376	2.72 323	0.13 254	0.02 206	1.40 205	0.26 312	3.20 195	0.82 174	1.84 296	2.46 341	0.19 101	0.10 141	0.52 114	0.26 167	0.00 1	0.04 347	0.01 368	0.05 339	0.19 354	0.05 274

cross-raft	0.53 115	0.12 103	1.78 225	0.03 124	0.01 123	1.04 65	0.10 263	3.21 197	0.23 35	0.37 111	0.01 1	2.86 329	0.04 67	0.24 50	0.24 153	0.00 1	0.01 259	0.00 1	0.16 382	0.01 36	0.02 172

GANet-ADL	0.52 109	0.09 60	1.43 174	0.13 254	0.02 206	1.43 219	0.02 137	3.22 198	0.59 67	0.34 103	0.98 262	1.09 224	0.19 189	0.40 97	0.34 206	0.00 1	0.00 1	0.00 1	0.00 1	0.04 201	0.01 76

Anonymous_2	1.69 348	0.05 13	1.31 160	0.08 221	0.03 227	1.22 136	0.01 73	3.25 199	0.19 24	0.76 156	0.13 106	2.68 318	1.99 360	0.39 96	0.13 99	0.05 391	0.25 422	3.27 441	14.54 466	3.40 434	0.01 76

AANet_RVC	1.66 339	0.88 390	3.52 359	0.06 186	0.00 1	1.22 136	0.00 1	3.25 199	2.51 379	2.21 323	4.49 381	3.65 363	0.20 195	7.10 402	3.42 382	0.50 425	0.04 347	0.00 1	0.00 1	0.08 264	0.05 274

fff	0.66 146	0.42 282	2.21 272	0.01 23	0.01 123	1.22 136	0.02 137	3.26 201	1.04 211	2.34 336	0.14 107	0.09 68	1.83 353	0.34 85	0.29 182	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 274

ADStereo(finetuned)	0.83 193	0.43 288	3.68 365	0.03 124	0.00 1	1.22 136	0.01 73	3.26 201	1.86 339	2.61 353	0.20 136	0.09 68	2.39 371	0.34 85	0.38 222	0.00 1	0.00 1	0.00 1	0.00 1	0.02 116	0.06 304

DCANet	0.66 146	0.43 288	2.21 272	0.03 124	0.00 1	1.22 136	0.01 73	3.26 201	1.85 338	2.61 353	0.21 137	0.09 68	0.49 251	0.33 84	0.39 229	0.00 1	0.00 1	0.00 1	0.00 1	0.02 116	0.06 304

csc	0.66 146	0.42 282	2.21 272	0.01 23	0.01 123	1.22 136	0.02 137	3.26 201	1.04 211	2.34 336	0.14 107	0.09 68	1.83 353	0.34 85	0.29 182	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 274

cscssc	0.66 146	0.42 282	2.21 272	0.01 23	0.01 123	1.22 136	0.02 137	3.26 201	1.04 211	2.34 336	0.14 107	0.09 68	1.83 353	0.34 85	0.29 182	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 274

CVANet_RVC	1.10 269	0.39 268	1.69 215	0.28 316	0.00 1	1.45 229	0.48 354	3.26 201	1.64 322	2.93 360	1.22 280	1.51 244	0.37 233	6.09 338	0.50 251	0.00 1	0.00 1	0.00 1	0.00 1	0.18 347	0.01 76

testlalala2	0.77 172	0.13 112	1.72 218	3.72 437	2.44 433	1.10 87	0.01 73	3.27 207	0.73 150	0.09 44	0.03 67	1.38 240	0.08 126	0.12 12	0.09 72	0.00 1	0.02 312	0.00 1	0.37 433	0.01 36	0.01 76

RASNet	1.53 325	0.31 238	1.97 245	0.09 231	3.20 435	1.69 298	0.06 235	3.27 207	2.12 356	0.77 158	1.29 287	5.32 399	1.69 348	6.60 364	2.17 360	0.00 1	0.00 1	0.00 1	0.00 1	0.02 116	0.02 172

CFNet_ucs	0.77 172	0.20 177	2.22 279	0.01 23	0.01 123	1.32 177	0.00 1	3.30 209	1.31 267	1.15 220	1.14 272	2.19 301	0.42 241	2.04 184	0.12 95	0.00 1	0.00 1	0.00 1	0.00 1	0.02 116	0.01 76

psmorigin	2.01 369	0.37 259	10.25 438	0.22 294	0.03 227	1.62 286	0.19 294	3.31 210	1.05 217	4.92 401	3.14 358	5.85 400	2.21 365	5.31 310	1.71 337	0.00 1	0.00 1	0.00 1	0.00 1	0.05 219	0.02 172

TestStereo1	0.77 172	0.46 301	1.12 112	0.15 267	0.19 337	1.29 169	0.01 73	3.33 211	1.55 308	0.45 120	1.67 300	0.13 86	1.23 315	3.39 215	0.27 172	0.00 1	0.00 1	0.00 1	0.00 1	0.17 339	0.07 320

SA-5K	0.77 172	0.46 301	1.12 112	0.15 267	0.19 337	1.29 169	0.01 73	3.33 211	1.55 308	0.45 120	1.67 300	0.13 86	1.23 315	3.39 215	0.27 172	0.00 1	0.00 1	0.00 1	0.00 1	0.17 339	0.07 320

StereoDRNet-Refined	0.83 193	0.12 103	1.18 131	0.02 81	0.01 123	1.31 176	0.00 1	3.33 211	1.07 222	1.92 301	1.24 283	2.48 314	0.18 183	1.86 181	1.67 333	0.00 1	0.00 1	0.00 1	0.00 1	0.14 319	0.05 274
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
hitnet-ft	1.09 265	0.39 268	1.45 177	0.04 152	0.00 1	1.34 185	0.22 302	3.34 214	2.25 369	1.48 265	1.11 269	4.17 372	0.37 233	4.73 287	0.79 287	0.01 353	0.00 1	0.03 396	0.00 1	0.09 286	0.01 76

XX-Stereo	1.04 248	0.20 177	4.94 405	0.85 400	0.04 244	1.25 160	0.00 1	3.37 215	0.45 59	1.22 235	0.50 196	3.70 365	0.02 22	3.91 244	0.05 19	0.00 1	0.09 386	0.00 1	0.20 398	0.03 168	0.02 172

MaskLacGwcNet_RVC	1.63 336	0.45 297	2.21 272	1.53 426	0.18 330	4.33 391	0.41 348	3.37 215	1.40 282	0.54 130	0.65 221	3.10 343	0.11 151	4.93 294	0.60 271	4.57 439	0.51 432	0.00 1	0.00 1	1.37 430	2.39 438

rvit_105_1	0.60 125	0.33 247	2.37 296	0.01 23	0.00 1	1.16 109	0.00 1	3.38 217	1.20 247	0.16 75	0.26 145	0.13 86	0.04 67	2.66 196	0.24 153	0.00 1	0.00 1	0.00 1	0.00 1	0.03 168	0.03 226

StereoVision	0.86 205	0.38 262	1.75 222	0.03 124	0.01 123	1.14 103	0.02 137	3.38 217	0.92 191	0.13 71	6.89 403	0.50 146	0.12 162	1.10 149	0.78 286	0.00 1	0.00 1	0.00 1	0.00 1	0.04 201	0.02 172

CBFPSM	1.39 312	0.61 346	4.29 387	0.01 23	0.01 123	3.64 377	0.03 180	3.39 219	0.80 171	0.64 142	0.21 137	6.18 404	3.70 401	2.38 189	1.82 340	0.00 1	0.01 259	0.00 1	0.00 1	0.08 264	0.01 76

DLCB_ROB	1.17 284	0.22 194	1.28 151	0.08 221	0.00 1	1.51 247	0.23 306	3.39 219	1.52 305	3.43 378	2.00 320	3.40 354	0.31 218	4.29 258	1.82 340	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

psm_up	0.84 199	0.32 242	1.44 176	0.02 81	0.00 1	1.98 316	0.05 218	3.40 221	1.04 211	2.06 314	0.40 176	1.74 265	0.45 247	3.47 220	0.24 153	0.06 396	0.00 1	0.00 1	0.00 1	0.08 264	0.00 1

DANet	1.74 351	0.22 194	3.06 333	0.75 392	0.44 393	2.46 338	0.35 343	3.40 221	1.41 285	4.22 391	1.56 294	5.03 392	0.56 258	6.29 348	5.00 399	0.01 353	0.00 1	0.00 1	0.01 299	0.04 201	0.08 330
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
UPFNet	0.87 212	0.09 60	2.05 259	0.00 1	0.00 1	1.90 314	0.11 265	3.41 223	0.83 177	2.15 318	0.10 98	1.92 277	0.09 134	3.94 245	0.70 281	0.00 1	0.00 1	0.00 1	0.00 1	0.02 116	0.00 1

HGLStereo	1.03 246	0.18 159	1.50 180	0.01 23	0.01 123	1.41 209	0.01 73	3.41 223	0.82 174	1.05 209	3.09 357	2.11 290	1.24 318	4.51 275	1.18 311	0.00 1	0.00 1	0.00 1	0.00 1	0.04 201	0.03 226

UDG	2.86 388	8.81 456	1.57 196	2.60 433	0.89 414	2.39 335	0.11 265	3.42 225	1.02 208	2.18 321	3.64 372	5.04 393	1.60 344	4.17 253	2.09 358	1.21 435	0.04 347	7.69 443	3.67 456	4.10 436	0.93 427

UCFNet_RVC	0.66 146	0.35 250	1.20 138	0.02 81	0.30 381	1.53 254	0.01 73	3.42 225	0.67 120	1.12 217	0.73 241	1.26 234	0.20 195	1.84 180	0.46 244	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

s12784h	0.56 119	0.14 120	1.22 142	0.02 81	0.00 1	1.14 103	0.03 180	3.43 227	1.47 296	1.02 202	1.41 292	0.05 37	0.02 22	1.08 148	0.09 72	0.00 1	0.00 1	0.00 1	0.00 1	0.02 116	0.00 1

NLCA_NET_v2_RVC	1.04 248	0.55 331	2.52 309	0.56 373	1.00 415	1.37 196	0.00 1	3.43 227	1.35 273	2.24 325	0.35 164	2.18 300	0.58 262	4.28 257	0.34 206	0.00 1	0.00 1	0.00 1	0.01 299	0.00 1	0.00 1
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
PSMNet_ROB	1.09 265	0.69 363	2.92 326	0.03 124	0.07 270	1.68 296	0.16 282	3.44 229	1.30 265	0.96 185	0.32 154	2.81 324	0.63 271	4.23 255	2.48 367	0.00 1	0.00 1	0.00 1	0.00 1	0.08 264	0.04 255

mmm	0.52 109	0.04 6	1.14 118	0.61 380	0.00 1	1.14 103	0.00 1	3.45 230	0.75 156	1.24 237	0.58 203	0.20 103	0.18 183	0.93 140	0.08 61	0.00 1	0.01 259	0.00 1	0.00 1	0.02 116	0.01 76

LALA_ROB	1.33 305	0.59 341	1.74 220	0.02 81	0.06 261	3.25 363	0.50 358	3.45 230	1.39 278	3.70 381	0.59 213	4.59 383	0.25 207	3.58 225	2.79 375	0.00 1	0.00 1	0.00 1	0.00 1	0.04 201	0.02 172

raft_robust	0.98 233	0.57 338	1.21 141	0.06 186	0.17 326	1.36 191	0.02 137	3.46 232	2.18 364	0.33 92	0.01 1	1.54 247	1.42 327	6.77 378	0.15 111	0.00 1	0.02 312	0.00 1	0.18 393	0.11 303	0.09 336

XPNet_ROB	1.17 284	0.41 276	1.68 214	0.04 152	0.01 123	1.65 293	0.17 285	3.46 232	1.39 278	3.89 386	1.01 264	1.60 253	0.53 254	4.35 261	3.07 379	0.00 1	0.00 1	0.00 1	0.00 1	0.03 168	0.02 172

MIPNet	0.64 139	0.42 282	2.01 250	0.08 221	0.07 270	1.29 169	0.11 265	3.47 234	1.29 263	0.67 144	0.10 98	0.63 161	0.97 301	1.25 156	0.25 160	0.00 1	0.01 259	0.01 368	0.01 299	0.11 303	0.04 255

DeepPruner_ROB	0.86 205	0.50 318	1.80 228	0.01 23	0.00 1	1.57 261	0.17 285	3.48 235	0.42 56	3.31 373	0.02 46	2.09 289	0.17 179	3.01 205	0.61 272	0.00 1	0.00 1	0.00 1	0.00 1	0.12 308	0.01 76

FADNet_RVC	1.15 281	1.06 405	4.34 391	0.02 81	0.06 261	2.77 354	0.04 202	3.50 236	0.80 171	0.35 104	0.32 154	0.65 164	0.09 134	5.20 305	1.56 328	0.24 418	0.34 429	0.11 411	0.33 429	0.65 425	0.60 414

gwcnet-sp	0.98 233	0.38 262	4.06 378	0.04 152	0.00 1	2.60 344	0.15 278	3.51 237	1.13 235	1.75 286	0.16 115	0.68 168	0.39 236	3.69 227	0.90 293	0.00 1	0.00 1	0.00 1	0.00 1	0.06 237	0.03 226

scenet	0.98 233	0.38 262	4.06 378	0.04 152	0.00 1	2.60 344	0.15 278	3.51 237	1.13 235	1.75 286	0.16 115	0.68 168	0.39 236	3.69 227	0.90 293	0.00 1	0.00 1	0.00 1	0.00 1	0.06 237	0.03 226

ssnet	0.98 233	0.38 262	4.06 378	0.04 152	0.00 1	2.60 344	0.15 278	3.51 237	1.13 235	1.75 286	0.16 115	0.68 168	0.39 236	3.69 227	0.90 293	0.00 1	0.00 1	0.00 1	0.00 1	0.06 237	0.03 226

MyStereo8	0.85 201	0.52 323	3.20 343	0.20 291	0.00 1	1.47 236	0.01 73	3.53 240	1.91 344	1.34 244	0.65 221	1.22 231	0.31 218	0.57 121	1.38 325	0.00 1	0.14 409	0.00 1	0.06 348	0.09 286	0.30 400

test_sample1	0.61 128	0.04 6	0.90 51	0.34 334	0.00 1	1.09 83	0.00 1	3.54 241	0.88 187	0.86 170	0.01 1	0.53 149	0.34 224	3.51 223	0.20 137	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.01 76

CroCo-Stereo	0.39 67	0.40 273	1.67 213	0.07 207	0.00 1	0.19 4	0.01 73	3.55 242	0.75 156	0.08 38	0.02 46	0.46 138	0.08 126	0.28 69	0.18 130	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.01 76
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
MyStereo05	0.79 181	0.19 167	3.17 340	0.02 81	0.00 1	1.51 247	0.01 73	3.56 243	2.48 378	1.34 244	0.02 46	1.25 233	0.38 235	1.19 152	0.50 251	0.00 1	0.06 364	0.00 1	0.00 1	0.02 116	0.07 320

Any-RAFT	0.64 139	0.08 48	1.07 102	0.03 124	0.00 1	2.77 354	0.08 245	3.57 244	1.23 250	0.96 185	0.26 145	1.61 255	0.31 218	0.72 133	0.06 43	0.00 1	0.10 394	0.00 1	0.00 1	0.01 36	0.00 1

FINET	1.36 308	0.46 301	4.05 377	0.22 294	0.73 410	1.03 58	0.00 1	3.57 244	5.71 416	1.59 279	1.64 297	0.49 144	0.19 189	5.53 319	1.90 345	0.00 1	0.01 259	0.00 1	0.00 1	0.08 264	0.03 226

SuperB	3.70 409	1.77 426	15.73 448	0.31 323	0.05 251	4.37 392	1.67 397	3.58 246	11.57 433	2.36 340	1.32 289	2.03 285	1.91 357	6.95 394	9.01 425	0.05 391	0.03 336	0.10 410	0.08 356	11.00 455	0.10 340

AACVNet	0.87 212	0.44 293	1.19 135	0.17 277	0.00 1	1.76 304	0.00 1	3.60 247	0.60 74	1.03 206	0.26 145	1.31 236	0.17 179	6.33 350	0.28 178	0.00 1	0.00 1	0.00 1	0.00 1	0.17 339	0.01 76

FADNet-RVC-Resample	1.08 257	1.00 401	5.32 409	0.10 240	0.14 314	1.53 254	0.25 309	3.62 248	1.18 243	0.51 129	0.19 132	1.04 217	0.28 213	5.20 305	0.44 237	0.10 402	0.16 415	0.09 407	0.06 348	0.24 371	0.21 391

MMNet	1.20 289	0.27 215	3.59 363	0.09 231	0.00 1	4.15 386	0.01 73	3.63 249	1.19 245	1.93 304	0.32 154	1.35 239	1.23 315	4.42 266	1.84 342	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.02 172

MyStereo04	0.78 180	0.27 215	3.19 341	0.02 81	0.01 123	1.64 289	0.01 73	3.64 250	2.20 366	0.98 196	0.02 46	1.29 235	0.57 260	1.10 149	0.53 257	0.00 1	0.07 373	0.00 1	0.00 1	0.03 168	0.06 304

Consistency-Raft	1.36 308	0.65 356	4.81 402	0.33 328	0.32 386	1.62 286	0.11 265	3.65 251	3.80 401	0.33 92	6.12 398	0.86 196	2.14 364	0.94 142	1.25 316	0.02 375	0.01 259	0.00 1	0.00 1	0.24 371	0.01 76

R-Stereo Train	0.44 84	0.09 60	0.94 59	0.02 81	0.00 1	1.24 151	0.09 256	3.65 251	0.11 1	1.87 297	0.42 179	0.06 48	0.01 7	0.25 55	0.05 19	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 172

RAFT-Stereo	0.44 84	0.09 60	0.94 59	0.02 81	0.00 1	1.24 151	0.09 256	3.65 251	0.11 1	1.87 297	0.42 179	0.06 48	0.01 7	0.25 55	0.05 19	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 172
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
iResNet	1.00 241	0.45 297	3.08 335	0.86 404	0.01 123	1.97 315	0.01 73	3.67 254	1.49 302	1.77 291	1.09 267	0.35 124	0.13 168	3.83 240	1.27 319	0.00 1	0.00 1	0.00 1	0.00 1	0.07 252	0.01 76

GwcNet	1.67 343	0.81 382	5.52 412	0.23 300	1.21 420	4.21 388	0.62 365	3.71 255	1.57 314	1.01 201	1.65 299	3.99 371	0.52 253	5.46 316	2.30 363	0.00 1	0.00 1	0.00 1	0.01 299	0.35 402	0.13 359

IGEV_Zeroshot_test	0.74 162	0.20 177	3.00 330	0.26 311	0.02 206	1.10 87	0.05 218	3.72 256	0.19 24	0.88 171	0.71 240	2.84 326	0.63 271	0.53 116	0.33 199	0.00 1	0.07 373	0.00 1	0.16 382	0.04 201	0.00 1

DispNO	1.25 294	0.52 323	3.40 354	0.11 249	0.05 251	1.45 229	0.01 73	3.73 257	1.68 325	1.34 244	1.59 295	3.15 346	1.12 310	5.56 322	1.14 309	0.00 1	0.02 312	0.03 396	0.12 372	0.05 219	0.03 226

GCST	0.81 187	0.64 352	1.41 171	0.44 347	0.01 123	0.91 41	0.08 245	3.75 258	1.04 211	0.12 65	0.44 186	0.27 112	0.35 229	5.12 303	0.38 222	1.19 434	0.00 1	0.00 1	0.00 1	0.08 264	0.05 274

acv_ft	0.79 181	0.21 184	1.28 151	0.01 23	1.08 419	1.68 296	0.01 73	3.75 258	1.05 217	1.31 243	0.66 223	1.94 279	0.46 249	0.31 75	1.68 334	0.00 1	0.00 1	0.00 1	0.00 1	0.27 383	0.00 1

anonymousa	0.79 181	0.26 212	1.91 233	0.03 124	0.29 379	1.46 235	0.02 137	3.76 260	0.97 199	0.72 151	2.25 336	3.21 350	0.56 258	0.15 19	0.12 95	0.00 1	0.00 1	0.00 1	0.04 334	0.00 1	0.02 172

DDUNet	3.28 398	10.54 459	2.29 291	3.50 436	3.31 437	4.21 388	0.21 298	3.77 261	1.03 209	2.54 349	3.17 362	3.20 349	0.21 199	3.89 243	0.69 280	1.94 436	0.05 356	9.87 447	3.53 455	5.03 438	2.55 440

FADNet-RVC	1.10 269	1.07 406	4.79 401	0.03 124	0.00 1	1.60 276	0.08 245	3.77 261	1.70 327	0.35 104	0.07 88	0.61 156	0.66 281	5.32 311	1.11 305	0.01 353	0.08 382	0.00 1	0.00 1	0.48 416	0.18 381

111	0.79 181	0.70 367	2.21 272	0.01 23	0.01 123	1.19 121	0.16 282	3.78 263	1.98 349	1.22 235	0.91 256	2.01 282	0.32 222	0.32 81	0.64 276	0.00 1	0.00 1	0.00 1	0.00 1	0.08 264	0.17 375

HH	0.88 216	0.37 259	1.93 235	0.25 305	0.10 296	0.62 23	0.00 1	3.79 264	0.18 21	0.33 92	0.59 213	3.94 369	0.81 292	4.44 268	0.09 72	0.00 1	0.06 364	0.00 1	0.00 1	0.03 168	0.02 172

HanStereo	0.88 216	0.37 259	1.93 235	0.25 305	0.10 296	0.62 23	0.00 1	3.79 264	0.18 21	0.33 92	0.59 213	3.94 369	0.81 292	4.44 268	0.09 72	0.00 1	0.06 364	0.00 1	0.00 1	0.03 168	0.02 172

CBMV	1.56 329	0.24 205	1.92 234	0.31 323	0.03 227	2.90 359	4.33 430	3.79 264	1.81 333	4.98 402	1.73 305	2.70 319	1.68 347	3.81 237	0.92 298	0.00 1	0.00 1	0.00 1	0.00 1	0.05 219	0.08 330
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
DAS	1.26 295	0.08 48	2.25 282	0.04 152	0.01 123	1.28 165	1.18 386	3.80 267	1.58 318	4.60 396	2.37 339	1.53 245	0.53 254	5.36 314	0.59 269	0.00 1	0.00 1	0.00 1	0.00 1	0.02 116	0.01 76

SepStereo	1.28 296	0.08 48	2.25 282	0.04 152	0.01 123	1.28 165	1.18 386	3.80 267	1.58 318	4.60 396	2.37 339	1.53 245	0.53 254	5.63 328	0.59 269	0.00 1	0.00 1	0.00 1	0.00 1	0.02 116	0.01 76

ICVP	0.46 90	0.08 48	1.58 197	0.01 23	0.01 123	1.10 87	0.21 298	3.80 267	0.52 62	0.42 116	0.27 149	0.33 122	0.06 99	0.57 121	0.13 99	0.00 1	0.07 373	0.00 1	0.00 1	0.04 201	0.01 76
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
SDNR	3.31 401	0.91 394	6.28 425	0.44 347	0.02 206	26.11 463	0.01 73	3.81 270	1.62 321	2.82 358	11.06 420	2.93 332	0.60 263	7.95 418	1.52 327	0.01 353	0.01 259	0.00 1	0.00 1	0.06 237	0.12 353

iResNetv2_ROB	1.08 257	1.12 408	4.68 400	1.09 415	0.00 1	1.38 202	0.05 218	3.83 271	1.11 228	0.80 165	1.15 273	1.02 216	0.12 162	4.52 276	0.45 240	0.00 1	0.00 1	0.00 1	0.00 1	0.33 396	0.03 226

TransformOpticalFlow	1.47 319	0.31 238	3.22 347	0.66 385	0.08 279	1.54 258	0.09 256	3.84 272	1.58 318	1.66 282	2.32 338	3.60 360	3.12 388	6.99 397	0.42 232	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.01 76

NaN_ROB	2.02 370	0.58 339	2.65 318	0.29 318	0.28 377	3.19 361	5.19 441	3.84 272	2.55 382	5.31 405	1.73 305	2.30 305	1.96 359	6.78 379	3.09 380	0.01 353	0.06 364	0.03 396	0.10 363	0.10 295	0.37 409

PWC_ROB	2.90 391	1.01 402	6.12 422	0.53 368	0.57 406	1.30 173	0.40 346	3.85 274	4.42 409	7.37 418	15.40 430	3.03 340	1.55 336	6.31 349	5.74 405	0.00 1	0.00 1	0.00 1	0.00 1	0.46 412	0.05 274

SGM-Forest	1.84 357	0.08 48	1.31 160	0.15 267	0.22 348	3.52 375	2.46 413	3.85 274	2.16 362	5.29 404	3.90 375	3.71 366	1.56 337	6.28 347	1.90 345	0.01 353	0.02 312	0.00 1	0.00 1	0.03 168	0.30 400
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
GASNet	1.43 315	1.53 421	4.54 397	0.31 323	0.02 206	1.49 243	0.20 296	3.86 276	1.95 346	0.75 153	1.37 291	2.11 290	1.57 340	5.82 333	2.60 371	0.00 1	0.05 356	0.00 1	0.00 1	0.43 410	0.10 340

SACVNet	0.96 229	0.36 255	1.49 179	0.05 171	0.00 1	1.62 286	0.28 323	3.86 276	1.28 262	1.79 293	0.80 245	1.59 251	0.07 111	5.29 309	0.48 247	0.01 353	0.00 1	0.00 1	0.00 1	0.23 368	0.01 76

test_sample2	0.63 136	0.05 13	1.13 116	0.31 323	0.01 123	1.22 136	0.00 1	3.87 278	1.03 209	0.91 178	0.02 46	0.50 146	0.13 168	3.16 209	0.26 167	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.02 172

GANet	1.90 362	0.43 288	1.83 230	0.39 343	0.00 1	2.24 327	3.37 418	3.90 279	1.44 291	2.17 320	9.66 415	2.57 315	1.09 306	6.88 386	1.81 339	0.00 1	0.00 1	0.02 391	0.00 1	0.10 295	0.03 226

NCCL2	1.30 299	0.63 351	2.31 292	0.02 81	0.03 227	1.57 261	3.41 419	3.91 280	1.39 278	3.14 369	0.34 161	3.90 368	0.30 214	3.75 232	1.19 312	0.00 1	0.00 1	0.02 391	0.00 1	0.03 168	0.05 274

GANetREF_RVC	1.10 269	0.95 396	2.98 328	0.06 186	0.00 1	2.23 326	0.18 289	3.95 281	2.53 381	0.56 131	0.32 154	1.89 276	0.66 281	5.03 298	0.51 253	0.00 1	0.00 1	0.00 1	0.00 1	0.05 219	0.04 255
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
SA	0.83 193	0.41 276	1.17 128	0.00 1	0.20 341	1.28 165	0.01 73	3.98 282	1.86 339	0.41 115	0.96 260	0.27 112	1.33 324	4.07 249	0.35 212	0.00 1	0.00 1	0.00 1	0.17 390	0.14 319	0.01 76

ADCP+	2.87 389	0.98 398	8.75 435	0.07 207	0.16 324	5.93 413	2.90 416	4.00 283	1.84 335	1.52 267	0.27 149	3.81 367	3.22 392	6.05 337	17.38 448	0.00 1	0.00 1	0.00 1	0.00 1	0.14 319	0.30 400

GwcNet-RSSM	1.02 244	0.69 363	2.70 320	0.22 294	0.02 206	1.42 216	0.05 218	4.02 284	1.01 207	0.90 175	0.42 179	2.89 330	0.26 209	4.43 267	1.17 310	0.00 1	0.00 1	0.02 391	0.00 1	0.13 313	0.05 274

FADNet	1.20 289	0.93 395	4.51 395	0.03 124	0.06 261	2.56 342	0.16 282	4.02 284	1.42 286	0.32 90	0.06 86	1.66 263	1.07 304	5.56 322	0.87 291	0.19 412	0.02 312	0.01 368	0.01 299	0.50 418	0.03 226

test-1	0.52 109	0.25 208	0.94 59	0.03 124	0.22 348	1.20 130	0.08 245	4.03 286	0.25 42	0.70 148	0.66 223	0.71 178	0.03 47	0.30 74	0.43 234	0.00 1	0.18 418	0.00 1	0.07 351	0.01 36	0.25 398

test_for_model	4.23 416	22.88 466	0.91 55	12.40 457	10.47 457	1.08 82	0.06 235	4.08 287	1.36 274	1.91 300	0.09 94	0.15 94	0.03 47	0.10 8	0.22 143	7.44 446	1.43 443	0.00 1	0.01 299	18.08 465	1.99 437

PA-Net	1.31 303	0.59 341	3.65 364	0.06 186	0.15 319	1.44 223	0.54 359	4.08 287	2.71 385	0.78 161	1.16 275	2.32 308	0.64 274	5.96 334	1.92 348	0.01 353	0.00 1	0.00 1	0.00 1	0.04 201	0.06 304
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
LL-Strereo	1.93 363	0.97 397	3.83 372	0.55 371	2.19 432	1.49 243	0.05 218	4.09 289	1.00 206	2.59 351	2.77 351	5.17 395	5.63 423	7.19 403	0.63 274	0.00 1	0.10 394	0.00 1	0.00 1	0.25 377	0.20 389

ETE_ROB	1.16 283	0.52 323	1.71 217	0.01 23	0.02 206	1.79 308	0.22 302	4.10 290	1.32 268	4.68 399	1.18 278	2.81 324	0.08 126	3.56 224	1.12 307	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.06 304

CSAN	2.70 387	0.75 369	3.41 355	0.18 282	0.12 303	4.18 387	4.05 425	4.11 291	4.36 406	6.03 409	6.24 400	4.60 384	4.74 412	7.29 406	3.43 383	0.02 375	0.03 336	0.01 368	0.02 317	0.18 347	0.22 393

CFNet-RSSM	0.51 106	0.12 103	1.26 147	0.03 124	0.14 314	1.24 151	0.02 137	4.12 292	0.15 9	0.31 88	0.01 1	1.96 281	0.04 67	0.19 29	0.25 160	0.00 1	0.01 259	0.00 1	0.27 419	0.01 36	0.01 76

NOSS_ROB	1.29 297	0.22 194	1.35 166	0.64 384	0.16 324	2.56 342	0.00 1	4.14 293	2.37 373	2.29 335	1.76 307	2.84 326	0.02 22	6.80 381	0.45 240	0.00 1	0.00 1	0.00 1	0.00 1	0.04 201	0.11 345

AE-Stereo	0.47 95	0.11 96	1.03 91	0.04 152	0.09 287	1.11 92	0.03 180	4.16 294	0.34 50	0.35 104	0.82 247	0.15 94	0.16 176	0.45 107	0.05 19	0.00 1	0.09 386	0.00 1	0.26 416	0.09 286	0.05 274

test_5	0.74 162	0.50 318	1.55 187	0.44 347	0.25 360	1.45 229	0.01 73	4.16 294	0.78 167	0.79 163	0.17 121	0.42 134	0.64 274	3.06 207	0.18 130	0.00 1	0.00 1	0.00 1	0.00 1	0.16 334	0.21 391

SQANet	2.28 378	1.25 415	2.39 298	4.17 439	2.91 434	2.60 344	0.24 308	4.17 296	0.83 177	2.42 345	0.57 201	1.59 251	0.88 296	3.30 211	0.68 279	7.35 445	0.12 404	0.47 425	0.02 317	6.56 439	3.00 442

Sa-1000	1.04 248	0.39 268	1.17 128	0.00 1	0.20 341	1.33 183	0.03 180	4.19 297	1.81 333	0.99 200	5.33 390	0.61 156	0.15 173	4.07 249	0.30 189	0.00 1	0.00 1	0.00 1	0.16 382	0.13 313	0.00 1

ADLNet2	1.38 311	0.39 268	3.13 338	0.00 1	0.70 409	1.23 150	0.26 312	4.19 297	2.36 372	1.45 264	3.16 361	4.23 373	0.82 295	4.56 281	0.88 292	0.00 1	0.00 1	0.00 1	0.00 1	0.13 313	0.02 172

Wz-Net-LNSev	1.30 299	0.85 387	6.26 424	0.02 81	0.03 227	4.02 383	0.13 274	4.21 299	1.12 233	0.77 158	0.10 98	3.60 360	1.11 307	2.68 197	1.12 307	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.02 172

RAFT+CT+SA	0.66 146	0.45 297	1.22 142	0.10 240	0.30 381	1.24 151	0.02 137	4.21 299	0.67 120	0.62 135	0.39 175	0.33 122	0.05 80	2.69 198	0.14 104	0.00 1	0.00 1	0.00 1	0.35 432	0.13 313	0.30 400

MFMNet_re	2.02 370	0.98 398	4.27 386	2.74 435	0.88 412	1.47 236	0.15 278	4.21 299	3.18 391	6.63 413	6.93 404	1.87 275	3.63 399	2.13 186	0.99 301	0.00 1	0.00 1	0.00 1	0.00 1	0.23 368	0.05 274

ccnet	1.70 349	0.20 177	1.95 240	0.26 311	0.18 330	3.72 379	1.22 388	4.22 302	1.43 290	2.37 341	3.96 377	3.45 357	1.51 333	4.69 284	4.47 391	0.06 396	0.00 1	0.09 407	0.01 299	0.10 295	0.01 76

gcap-zeroshot	0.70 158	0.26 212	1.98 246	0.19 290	0.27 368	1.43 219	0.02 137	4.23 303	0.82 174	0.75 153	0.54 200	2.19 301	0.03 47	0.63 130	0.25 160	0.00 1	0.11 397	0.00 1	0.20 398	0.00 1	0.01 76

delet	1.14 278	0.32 242	1.56 194	0.03 124	0.17 326	2.86 358	1.03 382	4.25 304	2.14 361	1.03 206	1.17 277	1.64 262	0.92 299	4.35 261	1.27 319	0.00 1	0.00 1	0.00 1	0.00 1	0.04 201	0.00 1

MFN_U_SF_DS_RVC	3.30 399	2.61 438	7.84 431	0.09 231	0.26 363	12.92 439	7.62 456	4.25 304	3.64 399	2.95 362	3.99 378	4.61 385	1.22 314	8.36 421	1.77 338	0.59 429	1.15 441	0.04 399	0.85 444	0.48 416	0.67 418

MSMD_ROB	4.94 421	0.43 288	2.58 314	0.12 250	0.01 123	8.43 429	1.09 384	4.25 304	4.11 404	13.11 440	26.36 456	13.95 432	13.88 449	7.45 410	2.92 377	0.10 402	0.01 259	0.00 1	0.00 1	0.01 36	0.02 172

stereogan	2.13 373	0.31 238	3.75 367	0.01 23	0.09 287	7.44 423	0.60 364	4.27 307	3.29 392	3.91 387	4.62 383	6.41 405	1.84 356	5.17 304	0.58 267	0.00 1	0.01 259	0.01 368	0.00 1	0.24 371	0.05 274

CBMV_ROB	1.70 349	0.11 96	1.98 246	0.46 353	0.00 1	2.85 357	0.91 378	4.27 307	2.21 367	4.02 389	5.00 386	2.97 336	2.32 368	5.40 315	1.35 322	0.00 1	0.00 1	0.00 1	0.00 1	0.03 168	0.06 304

testlalala_base	1.19 286	0.11 96	0.90 51	0.07 207	0.05 251	1.19 121	0.01 73	4.28 309	0.15 9	0.04 25	0.01 1	0.24 105	0.04 67	0.12 12	0.29 182	7.21 444	1.13 440	0.00 1	0.25 413	7.61 442	0.00 1

RTSC	2.66 385	1.24 414	6.04 420	0.18 282	0.02 206	4.40 394	0.08 245	4.29 310	4.98 412	6.00 408	3.15 360	2.97 336	1.56 337	6.71 374	10.89 431	0.00 1	0.07 373	0.00 1	0.05 339	0.40 408	0.24 397

NVstereo2D	1.09 265	0.17 152	4.40 392	0.00 1	0.00 1	1.59 272	0.18 289	4.29 310	1.40 282	0.85 169	0.36 166	2.30 305	0.62 270	5.26 308	0.35 212	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.01 76

DualNet (step1)	0.96 229	0.41 276	2.03 254	0.02 81	0.01 123	2.14 322	0.01 73	4.31 312	1.07 222	1.35 248	0.36 166	0.70 174	0.44 243	2.58 191	0.34 206	0.53 426	0.00 1	1.82 434	1.10 446	0.02 116	0.02 172

test_sample9	2.36 380	0.41 276	2.03 254	0.02 81	0.01 123	2.14 322	0.01 73	4.31 312	1.07 222	1.35 248	0.36 166	0.70 174	0.44 243	5.58 326	8.70 423	0.53 426	16.52 467	1.82 434	1.10 446	0.02 116	0.02 172

test_sample7	0.72 159	0.18 159	1.23 144	0.55 371	0.01 123	1.21 133	0.00 1	4.31 312	1.07 222	1.35 248	0.36 166	0.70 174	0.44 243	2.58 191	0.34 206	0.00 1	0.00 1	0.00 1	0.00 1	0.02 116	0.02 172

RP	1.76 354	0.55 331	2.59 316	0.22 294	0.60 407	1.70 300	0.98 381	4.31 312	1.99 351	3.12 368	5.04 387	4.41 378	2.96 384	4.72 286	1.90 345	0.01 353	0.00 1	0.00 1	0.01 299	0.14 319	0.01 76

CAS++	0.32 46	0.22 194	0.69 27	0.04 152	0.00 1	0.35 10	0.01 73	4.32 316	0.48 60	0.02 3	0.01 1	0.07 58	0.00 1	0.19 29	0.04 7	0.00 1	0.00 1	0.00 1	0.00 1	0.02 116	0.00 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
anonymousdsp2	0.52 109	0.06 29	1.51 183	0.10 240	0.00 1	1.19 121	0.01 73	4.32 316	0.63 93	0.33 92	0.15 113	0.78 192	0.09 134	1.01 146	0.06 43	0.00 1	0.00 1	0.00 1	0.11 367	0.04 201	0.05 274

test_sample8	3.62 407	0.41 276	2.03 254	0.02 81	0.01 123	2.14 322	0.01 73	4.38 318	1.04 211	6.51 410	0.58 203	14.04 433	6.94 428	5.58 326	8.70 423	0.53 426	16.52 467	1.82 434	1.10 446	0.02 116	0.02 172

AdaStereo	0.65 141	0.09 60	1.12 112	0.02 81	0.00 1	1.45 229	0.23 306	4.38 318	1.44 291	1.17 224	0.37 170	1.56 249	0.18 183	0.56 120	0.37 219	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.00 1
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
PS-NSSS	1.08 257	0.45 297	1.70 216	0.02 81	0.01 123	1.37 196	0.01 73	4.38 318	2.09 354	1.15 220	2.65 348	0.65 164	0.07 111	6.35 351	0.56 263	0.16 409	0.00 1	0.00 1	0.00 1	0.05 219	0.00 1

ADLNet	1.20 289	0.29 233	1.98 246	0.00 1	0.02 206	2.20 325	0.11 265	4.39 321	2.52 380	2.19 322	2.20 335	2.66 317	0.70 286	3.42 217	1.25 316	0.00 1	0.00 1	0.00 1	0.00 1	0.10 295	0.04 255

PWCDC_ROB	3.06 393	1.38 420	3.81 370	0.14 264	0.00 1	3.14 360	0.02 137	4.40 322	12.35 436	1.08 213	23.69 453	2.01 282	2.01 362	3.87 242	2.43 365	0.24 418	0.00 1	0.00 1	0.00 1	0.61 423	0.08 330

NINENet	1.03 246	0.22 194	1.30 159	0.10 240	0.01 123	5.85 410	0.03 180	4.41 323	1.25 254	1.55 276	0.60 218	2.39 312	0.06 99	2.72 200	0.05 19	0.00 1	0.01 259	0.01 368	0.00 1	0.04 201	0.00 1

APVNet	1.52 323	0.31 238	4.00 374	0.09 231	0.00 1	4.64 397	0.08 245	4.41 323	1.21 248	1.25 238	1.05 266	2.90 331	0.93 300	6.70 373	2.48 367	0.01 353	0.00 1	0.07 404	0.00 1	0.27 383	0.05 274

CC-Net-ROB	1.86 359	0.64 352	2.55 312	1.42 425	0.19 337	3.38 370	0.04 202	4.41 323	2.45 377	0.90 175	1.31 288	0.98 212	0.18 183	6.60 364	0.53 257	1.14 433	1.60 444	7.16 442	0.00 1	1.33 429	0.32 405

AnyNet_C32	3.93 412	2.58 437	12.07 443	0.39 343	0.49 399	5.50 407	6.45 452	4.44 326	2.19 365	6.86 415	2.94 355	5.28 397	3.20 391	6.63 367	18.37 451	0.08 398	0.04 347	0.20 418	0.09 359	0.57 421	0.19 385

CFNet	1.08 257	0.62 348	2.26 286	0.26 311	0.03 227	1.40 205	0.04 202	4.45 327	2.09 354	0.48 125	0.69 233	1.31 236	0.24 204	6.63 367	0.83 289	0.00 1	0.00 1	0.00 1	0.00 1	0.17 339	0.04 255

cf-r	0.98 233	0.51 322	2.04 258	0.25 305	0.01 123	1.40 205	0.03 180	4.47 328	1.65 323	0.95 183	0.58 203	2.63 316	0.24 204	4.19 254	0.58 267	0.00 1	0.00 1	0.00 1	0.00 1	0.06 237	0.04 255

test_sample6	0.89 222	0.17 152	2.23 281	0.48 357	0.01 123	1.43 219	0.01 73	4.49 329	1.40 282	1.43 260	1.12 270	0.64 163	0.14 171	3.86 241	0.42 232	0.00 1	0.01 259	0.00 1	0.00 1	0.02 116	0.02 172

EDNetEfficientorigin	10.31 444	1.90 431	98.96 479	0.22 294	0.23 353	2.73 349	0.71 369	4.50 330	16.94 443	18.72 448	15.36 429	12.74 429	10.73 443	8.96 426	11.94 436	0.01 353	0.01 259	0.00 1	0.00 1	0.25 377	1.31 432

HITNet	0.80 185	0.58 339	2.14 267	0.69 388	0.00 1	1.35 189	0.02 137	4.50 330	1.15 239	1.76 290	0.16 115	0.60 155	0.30 214	1.13 151	1.64 332	0.00 1	0.00 1	0.00 1	0.00 1	0.06 237	0.00 1
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
test_sample5	0.86 205	0.16 142	2.25 282	0.49 359	0.01 123	1.41 209	0.01 73	4.55 332	1.27 258	1.35 248	0.89 254	0.58 153	0.11 151	3.75 232	0.38 222	0.00 1	0.00 1	0.00 1	0.00 1	0.02 116	0.02 172

DualNet	0.88 216	0.16 142	2.25 282	0.49 359	0.01 123	1.41 209	0.01 73	4.55 332	1.27 258	1.43 260	1.12 270	0.58 153	0.11 151	3.75 232	0.38 222	0.00 1	0.00 1	0.00 1	0.00 1	0.02 116	0.02 172

GANet-RSSM	0.88 216	0.38 262	1.45 177	0.60 377	0.00 1	1.36 191	0.02 137	4.55 332	0.69 138	0.71 149	0.32 154	1.56 249	0.61 265	4.55 279	0.64 276	0.00 1	0.00 1	0.05 403	0.00 1	0.08 264	0.02 172

NVStereoNet_ROB	3.25 397	0.46 301	2.71 322	0.34 334	0.56 404	2.36 334	0.87 375	4.56 335	4.47 410	4.55 395	14.09 428	11.93 426	3.23 393	9.79 434	3.14 381	0.43 423	0.03 336	0.53 428	0.31 427	0.36 404	0.38 410
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
BEATNet_4x	0.97 231	0.77 375	3.36 352	0.46 353	0.01 123	1.32 177	0.09 256	4.57 336	1.26 255	1.88 299	0.22 141	1.09 224	0.42 241	1.79 179	2.09 358	0.00 1	0.00 1	0.00 1	0.00 1	0.08 264	0.06 304

MyStereo06	0.80 185	0.19 167	2.53 310	0.02 81	0.00 1	1.51 247	0.01 73	4.61 337	0.24 39	0.89 173	0.69 233	3.14 345	1.18 312	0.58 124	0.33 199	0.00 1	0.06 364	0.00 1	0.00 1	0.02 116	0.07 320

IGEV++	0.36 58	0.19 167	0.57 14	0.09 231	0.00 1	0.35 10	0.03 180	4.62 338	0.24 39	0.12 65	0.02 46	0.03 10	0.17 179	0.24 50	0.23 148	0.00 1	0.05 356	0.00 1	0.04 334	0.09 286	0.08 330

RYNet	1.52 323	0.35 250	3.38 353	0.25 305	0.04 244	2.31 331	0.03 180	4.62 338	1.47 296	1.14 219	0.34 161	4.52 381	1.38 325	6.36 352	4.23 389	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.02 172

StereoDRNet	1.48 320	0.75 369	4.58 398	0.05 171	0.10 296	2.49 339	1.10 385	4.62 338	1.47 296	3.38 377	0.62 219	2.29 304	0.65 279	4.52 276	2.89 376	0.00 1	0.03 336	0.00 1	0.01 299	0.05 219	0.07 320

test_sample3	0.84 199	0.15 131	2.22 279	0.48 357	0.01 123	1.37 196	0.01 73	4.63 341	1.17 242	1.43 260	0.43 183	0.80 194	0.10 141	3.48 221	0.38 222	0.00 1	0.00 1	0.00 1	0.00 1	0.02 116	0.02 172

Wz-Net-LNSev-Ref	1.54 327	0.68 361	4.62 399	0.01 23	0.00 1	5.13 404	0.30 332	4.64 342	1.23 250	2.39 344	0.59 213	2.12 292	2.00 361	4.94 295	2.19 362	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.01 76

test_sample4	0.86 205	0.16 142	2.28 290	0.50 362	0.01 123	1.42 216	0.01 73	4.65 343	1.27 258	1.52 267	0.66 223	0.69 171	0.08 126	3.50 222	0.38 222	0.00 1	0.00 1	0.00 1	0.00 1	0.02 116	0.02 172

HBP-ISP	1.45 317	0.75 369	3.02 331	0.30 320	0.10 296	4.28 390	1.49 394	4.68 344	1.29 263	3.43 378	0.78 243	0.93 204	1.01 302	6.48 360	0.36 218	0.04 385	0.02 312	0.00 1	0.00 1	0.05 219	0.03 226

anonymity	0.74 162	0.15 131	1.17 128	0.16 274	0.27 368	0.71 26	0.01 73	4.70 345	1.78 332	1.15 220	1.23 281	0.31 117	1.65 345	0.54 118	0.53 257	0.02 375	0.02 312	0.00 1	0.27 419	0.02 116	0.06 304

WCMA_ROB	4.54 418	0.48 311	3.19 341	0.49 359	0.63 408	5.38 406	2.57 414	4.70 345	3.77 400	14.17 444	19.02 439	15.47 435	9.03 436	6.73 375	4.85 397	0.01 353	0.05 356	0.01 368	0.01 299	0.08 264	0.16 371

Ntro	3.24 396	1.34 417	2.83 324	7.27 444	4.43 440	6.22 415	0.74 371	4.73 347	1.48 300	0.39 112	1.77 309	2.70 319	1.28 321	4.59 283	1.25 316	8.06 448	0.28 426	2.12 440	0.05 339	8.11 444	5.16 448

TRStereo	0.59 124	0.79 378	1.59 200	0.56 373	0.01 123	1.19 121	0.03 180	4.74 348	0.60 74	0.17 78	0.01 1	0.62 159	0.44 243	0.57 121	0.07 49	0.00 1	0.04 347	0.00 1	0.24 410	0.01 36	0.14 366

S-Stereo	2.00 368	0.30 237	5.74 417	0.24 302	0.23 353	2.51 340	1.90 399	4.74 348	5.15 413	2.42 345	5.80 393	2.85 328	0.72 287	5.08 302	2.17 360	0.00 1	0.02 312	0.00 1	0.00 1	0.08 264	0.04 255

LSM	7.38 433	1.68 423	22.24 453	3.99 438	40.72 469	3.54 376	4.79 438	4.74 348	6.65 422	10.25 431	13.51 426	4.49 380	3.81 402	6.91 391	5.31 402	0.00 1	0.04 347	0.00 1	0.00 1	0.26 379	14.60 466

ADCRef	2.29 379	0.65 356	5.67 416	0.10 240	0.09 287	4.81 399	0.76 372	4.75 351	1.37 275	2.88 359	1.67 300	1.62 257	2.30 367	3.77 236	14.93 442	0.02 375	0.00 1	0.01 368	0.10 363	0.20 363	0.11 345

FAT-Stereo	1.86 359	0.19 167	3.31 350	0.17 277	0.03 227	1.78 307	0.97 379	4.76 352	2.79 386	4.22 391	4.87 384	5.31 398	2.83 382	5.06 301	0.90 293	0.00 1	0.00 1	0.00 1	0.00 1	0.04 201	0.01 76

edge stereo	1.94 365	0.40 273	3.82 371	0.15 267	0.09 287	1.81 310	0.45 352	4.77 353	2.21 367	3.36 374	3.94 376	8.39 418	1.72 349	5.75 329	1.69 336	0.00 1	0.00 1	0.01 368	0.00 1	0.17 339	0.01 76

ADCPNet	3.63 408	0.82 385	13.20 445	0.08 221	0.43 392	7.02 418	2.23 407	4.77 353	2.41 374	4.31 393	1.96 318	7.57 415	5.16 417	6.45 359	13.80 439	0.02 375	0.75 436	0.04 399	0.90 445	0.16 334	0.53 413

RGC	1.86 359	0.67 359	3.45 358	0.07 207	0.26 363	3.29 365	0.11 265	4.78 355	1.46 294	3.26 372	4.51 382	5.14 394	2.68 377	5.46 316	1.94 352	0.00 1	0.00 1	0.00 1	0.00 1	0.08 264	0.09 336

PSMNet-RSSM	0.90 223	0.44 293	1.35 166	0.13 254	0.00 1	1.37 196	0.03 180	4.79 356	0.85 184	1.11 216	0.49 195	2.15 294	0.35 229	4.09 252	0.73 283	0.00 1	0.00 1	0.01 368	0.00 1	0.03 168	0.01 76

ADCL	3.30 399	0.81 382	6.76 428	0.25 305	0.25 360	6.93 417	4.65 434	4.79 356	2.62 384	4.61 398	3.36 365	5.22 396	4.55 410	5.54 321	14.91 441	0.05 391	0.01 259	0.11 411	0.13 373	0.28 390	0.10 340

psmg	0.83 193	0.10 79	0.96 64	0.01 23	0.00 1	3.28 364	0.27 315	4.83 358	0.93 194	1.92 301	1.46 293	1.81 272	0.10 141	0.61 126	0.18 130	0.00 1	0.00 1	0.01 368	0.00 1	0.01 36	0.00 1

ARAFT	1.12 275	0.82 385	4.11 381	0.04 152	0.00 1	1.64 289	0.03 180	4.85 359	1.69 326	2.78 357	0.57 201	0.47 141	0.11 151	4.81 290	0.24 153	0.00 1	0.03 336	0.00 1	0.00 1	0.24 371	0.05 274

ADCMid	3.95 413	1.34 417	10.91 441	0.18 282	0.38 389	5.02 402	1.27 391	4.87 360	2.94 389	11.15 434	3.60 370	6.76 410	5.21 420	6.40 358	16.96 446	0.12 405	0.08 382	0.55 429	0.46 434	0.53 420	0.19 385

SGM+DAISY	4.39 417	1.34 417	5.18 407	1.01 411	0.88 412	5.61 409	2.86 415	4.88 361	3.53 394	13.29 441	13.95 427	12.66 428	7.55 429	7.98 419	5.39 403	0.23 417	0.18 418	0.15 415	0.24 410	0.29 391	0.64 416

Wz-Net-MNSev	1.85 358	1.19 412	5.61 415	0.01 23	0.00 1	4.74 398	2.16 405	4.93 362	1.48 300	3.77 383	1.24 283	1.77 269	2.56 373	4.94 295	2.61 372	0.00 1	0.01 259	0.00 1	0.00 1	0.07 252	0.01 76

ac_64	1.12 275	0.18 159	1.64 204	0.18 282	0.25 360	1.48 242	0.02 137	4.97 363	1.47 296	0.69 147	0.45 190	4.94 390	0.46 249	4.87 292	0.74 284	0.00 1	0.00 1	0.00 1	0.00 1	0.06 237	0.00 1

CSP-Net	1.01 242	0.52 323	0.92 56	0.01 23	0.00 1	2.83 356	0.05 218	4.99 364	0.69 138	0.91 178	0.85 250	1.82 274	0.23 202	6.04 336	0.29 182	0.00 1	0.00 1	0.00 1	0.00 1	0.10 295	0.01 76

SFCPSM	0.81 187	0.11 96	2.53 310	0.01 23	0.07 270	2.45 337	0.18 289	4.99 364	1.18 243	0.77 158	0.78 243	0.69 171	0.31 218	1.72 176	0.20 137	0.00 1	0.00 1	0.00 1	0.05 339	0.06 237	0.01 76

DispFullNet	7.91 435	23.96 467	13.67 446	14.71 460	7.88 451	4.83 400	0.04 202	5.01 366	2.89 387	8.86 428	4.96 385	6.11 402	10.72 442	10.18 437	3.51 384	2.44 437	0.33 428	15.15 456	4.65 459	12.33 457	5.95 450

Wz-Net-SNSev	2.53 383	2.49 436	10.66 440	0.39 343	0.01 123	2.73 349	0.40 346	5.02 367	1.50 304	2.15 318	2.12 328	6.48 406	1.11 307	9.47 431	5.84 406	0.00 1	0.01 259	0.00 1	0.00 1	0.21 364	0.06 304

pmcnn	3.61 406	0.68 361	5.38 411	0.61 380	1.46 423	2.75 353	1.26 390	5.04 368	1.57 314	8.77 427	11.67 421	18.69 442	2.38 370	6.03 335	5.61 404	0.00 1	0.07 373	0.00 1	0.00 1	0.21 364	0.07 320

NCC-stereo	1.67 343	0.56 335	3.10 336	0.08 221	0.22 348	2.24 327	0.13 274	5.05 369	1.42 286	2.27 333	2.72 349	4.29 374	3.53 396	5.76 330	2.01 354	0.04 385	0.00 1	0.00 1	0.00 1	0.03 168	0.02 172

Abc-Net	1.67 343	0.56 335	3.10 336	0.08 221	0.22 348	2.24 327	0.13 274	5.05 369	1.42 286	2.27 333	2.72 349	4.29 374	3.53 396	5.76 330	2.01 354	0.04 385	0.00 1	0.00 1	0.00 1	0.03 168	0.02 172
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
pcwnet_v2	1.29 297	0.17 152	5.98 419	0.10 240	0.01 123	1.76 304	0.02 137	5.08 371	2.90 388	1.54 275	1.98 319	2.03 285	0.81 292	3.01 205	0.28 178	0.00 1	0.00 1	0.00 1	0.01 299	0.03 168	0.03 226

AASNet	0.86 205	0.53 328	1.96 243	0.04 152	0.00 1	1.70 300	0.05 218	5.13 372	1.84 335	0.93 181	1.88 313	0.96 208	0.19 189	0.67 131	0.91 297	0.00 1	0.00 1	0.00 1	0.00 1	0.27 383	0.09 336

ssnet_v2	1.14 278	0.28 225	1.77 223	0.03 124	0.00 1	2.07 319	0.37 345	5.20 373	1.87 341	2.00 308	0.87 252	3.09 342	0.55 257	1.31 159	3.02 378	0.00 1	0.00 1	0.00 1	0.00 1	0.18 347	0.12 353

FCDSN-DC	5.04 422	0.15 131	1.83 230	0.22 294	0.44 393	5.60 408	1.66 396	5.22 374	4.37 407	14.49 446	21.86 447	20.65 445	11.88 445	7.66 415	4.55 393	0.02 375	0.00 1	0.00 1	0.00 1	0.03 168	0.05 274
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
SMFormer	1.04 248	0.16 142	1.55 187	0.33 328	0.01 123	1.03 58	0.00 1	5.24 375	2.12 356	1.53 269	2.16 330	0.92 199	0.02 22	4.46 270	1.24 314	0.00 1	0.01 259	0.00 1	0.00 1	0.03 168	0.02 172

tta	1.04 248	0.16 142	1.55 187	0.33 328	0.01 123	1.03 58	0.00 1	5.24 375	2.12 356	1.53 269	2.16 330	0.92 199	0.02 22	4.46 270	1.24 314	0.00 1	0.01 259	0.00 1	0.00 1	0.03 168	0.01 76

qqq1	0.98 233	0.16 142	1.55 187	0.33 328	0.01 123	1.03 58	0.00 1	5.24 375	2.12 356	1.53 269	2.16 330	0.92 199	0.02 22	4.46 270	0.07 49	0.00 1	0.01 259	0.00 1	0.00 1	0.03 168	0.01 76

fff1	0.98 233	0.16 142	1.55 187	0.33 328	0.01 123	1.03 58	0.00 1	5.24 375	2.12 356	1.53 269	2.16 330	0.92 199	0.02 22	4.46 270	0.07 49	0.00 1	0.01 259	0.00 1	0.00 1	0.03 168	0.01 76

XQC	2.57 384	1.20 413	6.33 426	0.18 282	0.01 123	3.84 381	0.33 338	5.24 375	3.83 402	4.43 394	1.94 316	4.58 382	3.19 390	7.19 403	8.67 422	0.00 1	0.03 336	0.00 1	0.03 324	0.27 383	0.19 385

SAMSARA	3.32 402	1.07 406	6.25 423	0.86 404	0.31 384	7.55 424	3.87 424	5.26 380	4.20 405	7.43 419	3.35 364	10.04 424	3.83 403	6.98 396	4.83 396	0.00 1	0.14 409	0.00 1	0.05 339	0.17 339	0.22 393

DGSMNet	2.23 377	0.80 379	6.10 421	0.96 408	1.73 426	3.22 362	4.12 426	5.30 381	1.11 228	1.19 227	2.48 344	3.18 348	0.65 279	4.57 282	1.33 321	1.11 432	1.37 442	1.55 433	1.26 449	1.37 430	1.28 431

GES	0.61 128	0.08 48	1.78 225	0.00 1	0.00 1	1.59 272	0.07 239	5.32 382	0.13 4	0.62 135	0.32 154	0.37 125	0.67 284	0.68 132	0.49 249	0.03 383	0.00 1	0.01 368	0.00 1	0.02 116	0.01 76

Syn2CoEx	1.66 339	1.17 410	4.29 387	0.04 152	0.00 1	1.44 223	0.56 360	5.33 383	1.98 349	2.01 311	2.12 328	2.08 287	2.81 380	6.55 362	2.42 364	0.00 1	0.00 1	0.00 1	0.00 1	0.33 396	0.06 304

otaku	3.17 395	1.32 416	2.49 307	6.07 442	3.26 436	4.62 396	2.15 404	5.35 384	1.34 272	2.00 308	2.54 345	3.50 359	1.49 329	3.68 226	1.11 305	7.89 447	0.23 421	1.88 437	0.03 324	7.74 443	4.78 447

BUS	0.97 231	0.10 79	0.96 64	0.01 23	0.00 1	5.85 410	0.03 180	5.40 385	0.93 194	2.26 330	0.66 223	2.39 312	0.06 99	0.61 126	0.05 19	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.00 1

BSDual-CNN	0.83 193	0.10 79	0.96 64	0.01 23	0.00 1	3.32 366	0.21 298	5.40 385	0.93 194	2.26 330	0.66 223	1.81 272	0.10 141	0.61 126	0.18 130	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.00 1

hknet	1.08 257	0.13 112	2.07 261	0.01 23	0.00 1	3.32 366	0.21 298	5.40 385	0.92 191	2.26 330	0.66 223	3.43 356	0.05 80	2.81 201	0.27 172	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.00 1

EAI-Stereo	1.14 278	0.12 103	1.19 135	0.21 292	0.32 386	1.84 311	2.32 408	5.42 388	1.19 245	1.02 202	5.66 392	0.48 142	0.60 263	0.86 138	0.62 273	0.00 1	0.13 408	0.00 1	0.65 440	0.02 116	0.17 375

DISCO	1.93 363	0.18 159	2.44 301	0.67 387	0.53 401	5.25 405	0.00 1	5.43 389	1.56 313	2.09 316	0.91 256	6.48 406	0.89 297	8.55 424	3.60 385	0.00 1	0.00 1	0.00 1	0.00 1	0.06 237	0.01 76

test_xeample	1.79 356	0.08 48	1.03 91	0.02 81	0.00 1	1.44 223	0.00 1	5.48 390	1.84 335	1.65 281	2.17 334	0.37 125	0.06 99	4.00 248	17.67 449	0.00 1	0.01 259	0.00 1	0.00 1	0.01 36	0.02 172

MSC_U_SF_DS_RVC	5.12 424	2.33 434	8.42 433	0.33 328	0.27 368	24.60 462	8.84 459	5.50 391	9.75 431	3.82 384	8.16 411	8.53 419	1.82 352	9.44 430	5.18 401	1.02 431	1.65 445	0.33 423	0.47 435	1.06 428	0.90 424

mmx	1.56 329	0.05 13	1.65 205	0.34 334	0.01 123	1.58 265	0.02 137	5.51 392	2.25 369	1.39 255	2.07 322	2.15 294	0.34 224	6.68 369	7.08 411	0.00 1	0.01 259	0.00 1	0.00 1	0.01 36	0.01 76

xxx	1.56 329	0.05 13	1.65 205	0.34 334	0.01 123	1.58 265	0.02 137	5.51 392	2.25 369	1.39 255	2.07 322	2.15 294	0.34 224	6.68 369	7.08 411	0.00 1	0.01 259	0.00 1	0.00 1	0.01 36	0.01 76

RAFT + AFF	1.63 336	1.13 409	2.62 317	0.04 152	0.80 411	2.29 330	1.03 382	5.54 394	2.06 353	1.77 291	1.81 311	1.22 231	3.65 400	6.23 345	1.57 330	0.01 353	0.35 430	0.00 1	0.01 299	0.33 396	0.12 353

ttt	1.35 307	0.05 13	1.09 106	0.46 353	0.01 123	1.61 280	0.00 1	5.61 395	1.97 347	1.75 286	2.10 326	1.40 241	0.11 151	4.81 290	6.07 407	0.00 1	0.01 259	0.00 1	0.00 1	0.01 36	0.02 172

CRFU-Net	1.32 304	0.27 215	2.46 305	1.17 419	0.03 227	4.08 384	0.05 218	5.61 395	0.67 120	1.53 269	0.70 239	3.47 358	2.62 376	3.24 210	0.24 153	0.01 353	0.01 259	0.11 411	0.00 1	0.13 313	0.00 1

222	2.69 386	0.09 60	1.03 91	0.00 1	0.00 1	1.54 258	0.00 1	5.61 395	1.55 308	1.51 266	2.10 326	0.53 149	0.07 111	4.54 278	35.09 466	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.02 172

DeepPrunerF	2.50 382	0.87 389	14.90 447	0.17 277	0.31 384	1.41 209	0.29 326	5.62 398	9.97 432	1.02 202	0.43 183	2.01 282	1.65 345	6.85 382	3.99 386	0.00 1	0.01 259	0.07 404	0.10 363	0.24 371	0.12 353

1111x	1.53 325	0.06 29	1.77 223	0.27 314	0.00 1	2.12 321	0.01 73	5.63 399	1.65 323	1.53 269	1.67 300	0.92 199	0.64 274	6.18 341	8.17 420	0.00 1	0.01 259	0.00 1	0.00 1	0.00 1	0.01 76

RTS	9.75 442	2.69 439	65.25 467	0.85 400	1.99 429	14.36 442	4.75 436	5.69 400	17.29 444	7.97 421	19.00 437	6.83 411	3.02 386	26.15 463	18.62 454	0.00 1	0.15 413	0.00 1	0.00 1	0.29 391	0.16 371

RTSA	9.75 442	2.69 439	65.25 467	0.85 400	1.99 429	14.36 442	4.75 436	5.69 400	17.29 444	7.97 421	19.00 437	6.83 411	3.02 386	26.15 463	18.62 454	0.00 1	0.15 413	0.00 1	0.00 1	0.29 391	0.16 371

AIO-Stereo-zeroshot	1.10 269	0.35 250	4.53 396	0.18 282	0.37 388	0.79 29	0.00 1	5.71 402	0.74 155	0.40 113	0.64 220	4.47 379	1.41 326	1.42 163	0.30 189	0.00 1	0.11 397	0.00 1	0.28 423	0.17 339	0.14 366

STTRV1_RVC	1.94 365	0.35 250	4.85 403	0.32 327	0.01 123	2.41 336	0.34 342	5.79 403	3.55 395	0.82 167	5.11 388	1.63 260	1.08 305	7.63 413	1.41 326	0.91 430	2.53 456	0.00 1	0.00 1	0.01 36	0.04 255

SPS-STEREO	3.08 394	0.49 315	2.49 307	0.21 292	0.24 357	3.67 378	1.24 389	5.80 404	2.43 376	10.68 432	8.00 409	9.48 423	3.59 398	8.11 420	5.08 400	0.01 353	0.01 259	0.00 1	0.00 1	0.04 201	0.11 345
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
xxxx	1.78 355	0.07 39	1.02 80	0.00 1	0.01 123	1.44 223	0.00 1	5.81 405	1.53 306	1.37 254	1.91 314	1.08 222	0.05 80	4.37 264	16.98 447	0.00 1	0.01 259	0.00 1	0.00 1	0.01 36	0.02 172

CoDeX	0.94 226	0.34 248	2.09 264	0.05 171	0.20 341	1.49 243	0.20 296	5.89 406	1.57 314	0.66 143	0.67 231	1.05 218	0.32 222	3.82 239	0.33 199	0.00 1	0.00 1	0.00 1	0.00 1	0.03 168	0.00 1

WZ-Net	4.16 415	1.75 425	23.59 454	0.08 221	0.04 244	2.62 348	2.16 405	5.89 406	4.74 411	5.73 407	3.51 368	6.99 413	4.89 415	10.82 440	10.11 428	0.00 1	0.00 1	0.00 1	0.00 1	0.12 308	0.11 345

HSM	1.36 308	0.40 273	1.07 102	0.01 23	0.30 381	1.73 303	0.03 180	5.89 406	1.22 249	1.83 295	1.36 290	4.78 387	1.30 323	6.61 366	0.57 265	0.00 1	0.00 1	0.00 1	0.00 1	0.02 116	0.00 1

DRN-Test	1.62 335	0.23 201	3.72 366	0.18 282	0.13 308	3.34 368	0.19 294	5.93 409	2.01 352	4.14 390	0.76 242	2.12 292	1.78 350	5.22 307	2.62 373	0.00 1	0.00 1	0.01 368	0.01 299	0.03 168	0.01 76

UGAM-zero	1.60 334	0.15 131	2.43 299	0.12 250	0.28 377	1.07 74	0.04 202	5.96 410	0.26 43	1.18 226	0.22 141	8.02 416	4.54 409	6.89 389	0.27 172	0.00 1	0.09 386	0.00 1	0.29 425	0.01 36	0.15 368

DIP-Stereo	0.58 122	0.23 201	0.90 51	0.08 221	0.00 1	1.43 219	0.01 73	6.01 411	1.38 276	0.92 180	0.11 103	0.04 19	0.19 189	0.12 12	0.07 49	0.00 1	0.01 259	0.00 1	0.00 1	0.03 168	0.01 76
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
AnyNet_C01	6.59 432	4.31 447	36.24 460	0.96 408	0.46 396	9.96 432	5.74 445	6.02 412	3.63 398	7.59 420	8.56 412	8.83 420	3.14 389	13.74 448	20.83 459	0.12 405	0.08 382	0.25 421	0.09 359	1.01 427	0.34 406

AIO-Stereo-zeroshot1	1.57 332	0.69 363	7.27 429	0.30 320	0.44 393	0.87 37	0.02 137	6.19 413	0.84 180	0.45 120	6.17 399	4.35 376	1.17 311	1.32 162	0.48 247	0.00 1	0.09 386	0.00 1	0.34 431	0.26 379	0.12 353

LMCR-Stereo	1.10 269	0.69 363	1.95 240	0.50 362	0.01 123	2.73 349	0.09 256	6.20 414	0.64 100	2.37 341	1.76 307	0.13 86	1.59 343	2.94 202	0.23 148	0.00 1	0.00 1	0.00 1	0.00 1	0.12 308	0.00 1

GEStereo_RVC	1.10 269	0.42 282	1.72 218	0.28 316	0.01 123	1.37 196	0.11 265	6.25 415	0.84 180	1.05 209	0.67 231	1.61 255	0.79 290	6.11 339	0.63 274	0.00 1	0.00 1	0.00 1	0.00 1	0.10 295	0.04 255

AF-Net	2.17 375	0.65 356	3.53 360	0.00 1	0.09 287	2.02 318	0.48 354	6.44 416	1.70 327	3.36 374	10.22 417	4.95 391	2.81 380	4.34 260	2.66 374	0.00 1	0.00 1	0.00 1	0.00 1	0.13 313	0.01 76

SGM_RVC	4.07 414	0.38 262	1.98 246	0.84 397	0.26 363	6.20 414	2.37 409	6.45 417	3.57 396	11.56 437	9.27 414	15.55 436	6.78 427	10.07 436	4.60 394	0.22 413	0.25 422	0.20 418	0.23 408	0.26 379	0.34 406
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
SANet	4.63 419	0.89 392	5.34 410	0.30 320	0.09 287	7.43 422	3.75 423	6.53 418	16.16 442	6.79 414	13.29 425	12.44 427	7.74 430	7.38 407	4.11 388	0.00 1	0.01 259	0.00 1	0.00 1	0.10 295	0.31 404

ACVNet-4b	5.67 425	1.65 422	4.43 393	9.46 450	7.11 448	8.72 430	1.68 398	6.61 419	5.76 418	0.27 85	6.49 402	11.67 425	2.43 372	8.40 422	1.56 328	9.06 452	2.34 449	10.49 451	0.02 317	9.22 450	5.98 451

FBW_ROB	2.36 380	0.36 255	3.16 339	0.37 341	0.14 314	4.42 395	0.18 289	6.64 420	3.05 390	2.98 364	2.85 352	4.86 389	1.11 307	11.00 443	4.53 392	0.16 409	0.05 356	0.37 424	0.09 359	0.19 354	0.78 420

SHD	3.01 392	1.02 403	5.52 412	0.45 352	0.39 390	4.12 385	0.17 285	6.68 421	12.04 435	7.20 417	3.36 365	4.40 377	2.58 375	4.69 284	7.17 414	0.01 353	0.04 347	0.00 1	0.03 324	0.22 367	0.17 375

STrans-v2	1.67 343	0.36 255	3.28 348	0.02 81	0.19 337	1.45 229	0.08 245	6.69 422	1.49 302	2.00 308	2.86 353	3.67 364	3.88 404	7.04 401	0.45 240	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.00 1

Wz-Net-TNSev	3.91 411	5.20 449	20.57 451	0.15 267	0.01 123	7.14 420	3.57 420	6.70 423	3.57 396	1.74 285	0.58 203	7.39 414	4.33 407	8.86 425	7.99 417	0.00 1	0.00 1	0.00 1	0.02 317	0.24 371	0.16 371

ADCS	5.09 423	2.15 433	16.58 449	0.34 334	0.07 270	5.91 412	4.26 428	6.73 424	6.99 425	9.44 429	6.09 396	6.57 408	5.17 419	9.54 432	21.38 461	0.00 1	0.00 1	0.00 1	0.00 1	0.36 404	0.23 396

Nwc_Net	1.94 365	0.55 331	3.79 369	0.07 207	0.08 279	2.73 349	0.04 202	6.75 425	1.11 228	2.03 312	7.92 408	4.82 388	2.11 363	4.78 288	2.01 354	0.00 1	0.00 1	0.00 1	0.00 1	0.05 219	0.01 76

iResNet_ROB	1.05 255	0.76 373	2.06 260	0.07 207	0.00 1	1.35 189	0.03 180	6.80 426	2.57 383	0.79 163	1.20 279	0.94 207	0.12 162	3.81 237	0.41 230	0.00 1	0.00 1	0.00 1	0.00 1	0.08 264	0.01 76

RainbowNet	4.74 420	3.21 443	3.07 334	9.34 449	6.01 442	4.89 401	3.60 421	7.09 427	4.39 408	1.63 280	3.01 356	4.72 386	2.96 384	5.53 319	1.19 312	8.95 450	2.12 447	8.48 445	0.19 394	8.75 445	5.73 449

HSM-Net_RVC	1.40 313	0.07 39	1.58 197	0.00 1	0.01 123	1.88 312	0.05 218	7.24 428	1.71 329	3.63 380	3.63 371	3.21 350	0.36 231	4.25 256	0.44 237	0.01 353	0.01 259	0.00 1	0.00 1	0.01 36	0.00 1
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
MDST_ROB	3.50 405	0.07 39	3.94 373	2.66 434	1.46 423	12.94 440	0.97 379	7.32 429	2.42 375	14.82 447	8.08 410	2.74 322	1.51 333	8.44 423	2.48 367	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.11 345

PDISCO_ROB	2.21 376	0.78 376	3.43 356	0.96 408	2.04 431	7.04 419	0.09 256	7.36 430	5.72 417	1.21 234	1.67 300	3.16 347	1.28 321	7.52 411	1.37 324	0.00 1	0.00 1	0.00 1	0.00 1	0.34 399	0.13 359

iRaft-Stereo_20w	0.92 225	0.15 131	2.68 319	0.24 302	0.06 261	1.36 191	0.28 323	7.46 431	0.34 50	1.56 277	0.37 170	0.62 159	1.24 318	1.25 156	0.34 206	0.00 1	0.09 386	0.00 1	0.16 382	0.02 116	0.13 359

MFN_U_SF_RVC	3.76 410	1.77 426	9.85 437	0.84 397	0.27 368	9.50 431	0.49 356	8.07 432	3.41 393	4.81 400	3.28 363	9.40 422	3.49 395	7.76 417	8.31 421	0.41 422	0.54 433	0.52 427	0.80 443	0.89 426	0.84 422

FC-DCNN	6.09 428	0.18 159	2.35 295	0.42 346	0.53 401	7.80 426	1.42 392	8.14 433	7.07 426	19.05 453	22.10 448	22.85 448	13.84 448	9.42 429	6.44 408	0.00 1	0.01 259	0.00 1	0.00 1	0.01 36	0.06 304

FC-DCNN v2	6.25 430	0.19 167	2.31 292	0.44 347	0.55 403	8.05 428	1.51 395	8.71 434	7.22 427	19.24 454	22.98 451	24.00 451	13.47 447	9.80 435	6.51 409	0.00 1	0.01 259	0.00 1	0.00 1	0.01 36	0.05 274

LE_ROB	12.79 452	0.64 352	10.26 439	2.13 429	1.29 421	7.25 421	5.81 446	9.09 435	49.27 470	57.55 470	24.58 455	23.68 450	31.13 466	9.00 427	23.57 464	0.04 385	0.06 364	0.13 414	0.20 398	0.08 264	0.11 345

MeshStereo	5.78 426	0.75 369	3.04 332	0.25 305	0.14 314	7.88 427	2.09 402	9.64 436	5.18 414	20.48 456	19.06 440	22.80 447	9.54 439	9.64 433	4.88 398	0.00 1	0.00 1	0.00 1	0.00 1	0.29 391	0.03 226
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
ELAS_RVC	7.69 434	0.80 379	4.90 404	1.06 413	1.02 416	10.00 433	9.43 460	9.75 437	14.69 438	21.83 459	20.27 445	17.88 440	16.41 453	13.01 446	10.44 430	0.22 413	0.55 434	0.28 422	0.19 394	0.35 402	0.65 417
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
PVD	5.81 427	0.99 400	5.56 414	0.72 390	0.51 400	6.72 416	0.18 289	9.90 438	23.69 448	11.45 436	19.26 442	8.18 417	9.46 438	9.24 428	9.49 427	0.02 375	0.16 415	0.00 1	0.08 356	0.18 347	0.40 411

ACVNet_1	6.16 429	1.86 430	4.43 393	9.52 451	7.22 449	7.59 425	2.37 409	9.99 439	6.71 423	3.84 385	5.35 391	13.23 431	4.90 416	6.25 346	1.94 352	9.06 452	2.40 451	10.88 453	0.11 367	9.58 452	6.03 452

MADNet+	10.71 445	14.57 461	70.07 469	0.58 376	0.47 398	19.89 453	4.20 427	11.05 440	6.87 424	3.03 366	5.99 395	9.01 421	6.35 426	31.95 466	28.31 465	0.22 413	0.26 425	0.01 368	0.04 334	0.46 412	0.87 423

DPSNet	3.38 403	0.60 343	9.55 436	0.61 380	0.46 396	5.10 403	1.44 393	11.17 441	3.92 403	2.57 350	0.88 253	5.90 401	9.68 440	7.63 413	7.25 415	0.08 398	0.16 415	0.01 368	0.07 351	0.34 399	0.17 375

PWCK	8.72 438	5.37 450	16.61 450	5.74 441	0.12 303	19.88 452	11.41 462	11.31 442	13.42 437	14.07 442	12.84 424	13.20 430	8.05 434	15.44 449	10.25 429	5.95 442	0.22 420	2.09 439	0.05 339	7.50 440	0.92 425

ELAS	8.05 436	0.76 373	4.02 375	0.95 407	1.02 416	14.85 445	6.99 455	12.80 443	11.73 434	22.43 461	27.75 459	17.88 440	15.19 451	10.96 441	11.31 432	0.22 413	0.56 435	0.23 420	0.22 405	0.50 418	0.71 419
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ACVNet_2	8.69 437	1.80 429	5.09 406	8.55 448	6.72 445	13.47 441	4.34 431	13.70 444	23.86 449	6.89 416	19.74 444	20.52 443	5.36 421	7.70 416	2.48 367	8.53 449	1.67 446	7.99 444	0.32 428	8.79 448	6.29 455

JetBlue	13.83 453	5.03 448	33.82 459	0.84 397	6.92 446	50.14 469	20.02 467	15.09 445	8.92 430	11.33 435	17.05 432	28.25 454	18.01 458	32.60 467	18.53 453	0.32 420	0.12 404	0.15 415	0.23 408	4.59 437	4.64 446

UNDER WATER-64	20.03 465	10.28 458	31.50 457	20.05 464	13.64 461	32.81 467	23.45 468	16.01 446	33.44 460	22.01 460	17.25 433	40.58 465	32.20 468	24.50 459	22.36 463	10.06 460	2.70 460	18.37 460	4.24 458	14.84 461	10.24 465

UNDER WATER	19.61 464	12.37 460	31.14 456	20.44 465	14.31 462	28.63 466	18.15 466	16.43 447	34.24 461	20.82 457	19.14 441	38.83 462	30.09 464	24.31 458	20.97 460	10.09 461	2.68 459	19.51 463	4.70 461	15.52 462	9.93 463

LVE	11.10 447	2.36 435	3.34 351	9.94 452	8.13 452	21.22 455	7.75 457	16.47 448	32.55 459	8.55 425	23.64 452	23.22 449	7.93 433	10.98 442	6.65 410	9.45 454	2.55 458	11.08 454	0.58 438	9.35 451	6.28 454

SGM-ForestM	12.56 451	0.80 379	4.31 390	1.07 414	0.41 391	21.56 456	8.57 458	17.42 449	19.67 446	29.93 463	28.49 463	45.83 467	27.22 463	26.05 462	18.40 452	0.14 407	0.25 422	0.18 417	0.28 423	0.18 347	0.42 412

IMH-64-1	9.55 440	2.76 441	2.44 301	11.17 454	9.13 454	12.03 437	5.45 442	18.33 450	15.78 440	6.59 411	18.69 435	16.95 438	6.20 424	10.63 438	8.06 418	9.46 455	2.46 452	15.42 458	1.61 450	10.89 453	6.88 456

IMH-64	9.55 440	2.76 441	2.44 301	11.17 454	9.13 454	12.03 437	5.45 442	18.33 450	15.78 440	6.59 411	18.69 435	16.95 438	6.20 424	10.63 438	8.06 418	9.46 455	2.46 452	15.42 458	1.61 450	10.89 453	6.88 456

KSHMR	14.27 457	6.95 454	5.79 418	15.08 461	12.84 460	17.44 447	10.61 461	18.88 452	30.94 457	18.81 450	22.21 450	28.54 455	8.85 435	15.56 450	9.24 426	10.34 462	3.60 462	21.61 464	4.68 460	14.48 460	8.94 461

FADE	16.19 460	10.20 457	37.43 463	4.76 440	4.82 441	10.62 435	5.00 439	19.13 453	23.28 447	8.35 424	6.09 396	14.63 434	21.62 460	25.45 461	20.32 457	24.52 467	8.46 464	36.14 471	36.87 471	3.46 435	2.72 441

TorneroNet-64	15.45 458	5.66 452	3.44 357	13.86 458	12.03 459	28.15 465	6.27 450	19.89 454	38.68 465	12.16 438	28.06 461	35.76 461	15.44 452	19.56 455	15.40 443	9.71 458	2.52 455	19.13 461	2.70 453	12.55 458	7.94 460

WAO-6	11.09 446	1.69 424	3.21 344	7.54 445	7.10 447	16.34 446	6.63 453	20.12 455	38.64 464	9.67 430	19.28 443	27.53 453	10.97 444	12.43 445	11.57 434	4.26 438	2.35 450	10.54 452	0.02 317	7.59 441	4.29 445

notaker	17.52 461	21.54 465	7.84 431	18.05 463	14.44 463	17.58 448	6.43 451	20.13 456	24.44 451	21.34 458	27.71 458	39.12 463	18.78 459	19.63 456	20.40 458	11.95 463	2.71 461	25.51 466	5.85 463	17.10 463	9.78 462

DLNR_Zeroshot_test	23.05 466	49.79 471	87.94 471	97.52 483	94.73 478	1.18 118	0.00 1	20.60 457	0.14 6	0.02 3	0.02 46	0.02 3	0.02 22	4.35 261	0.10 84	32.22 470	0.04 347	0.00 1	0.27 419	72.00 476	0.06 304

IMH	11.11 448	3.50 444	2.56 313	11.25 456	9.13 454	14.49 444	5.10 440	20.68 458	26.30 452	8.28 423	23.85 454	20.63 444	9.19 437	12.39 444	7.96 416	9.50 457	2.50 454	15.28 457	1.66 452	11.07 456	6.96 458

Dean	11.46 449	2.03 432	5.20 408	10.73 453	8.20 453	18.71 451	5.73 444	21.10 459	41.49 467	11.12 433	22.16 449	25.92 452	7.74 430	7.52 411	4.31 390	9.01 451	2.27 448	9.95 450	0.61 439	9.18 449	6.22 453

TorneroNet	16.10 459	5.74 453	4.12 382	13.88 459	11.97 458	26.89 464	6.85 454	21.13 460	38.32 463	14.15 443	33.36 464	33.52 460	17.49 456	18.89 454	19.64 456	9.77 459	2.53 456	19.43 462	3.35 454	13.21 459	7.86 459

BEATNet-Init1	17.91 462	7.45 455	36.82 461	1.88 428	1.38 422	37.29 468	14.71 465	21.90 461	24.20 450	38.07 466	36.59 467	50.41 468	32.00 467	29.42 465	21.83 462	0.33 421	0.39 431	0.47 425	0.54 437	1.50 432	1.07 429

WAO-8	13.93 454	3.75 445	4.23 384	7.74 446	6.54 443	22.81 458	2.39 411	22.66 462	45.98 468	18.88 451	35.42 465	33.21 458	16.91 454	16.55 452	12.78 437	5.01 440	0.81 438	9.89 448	0.77 441	8.77 447	3.61 443

Venus	13.93 454	3.75 445	4.23 384	7.74 446	6.54 443	22.81 458	2.39 411	22.66 462	45.98 468	18.88 451	35.42 465	33.21 458	16.91 454	16.55 452	12.78 437	5.01 440	0.81 438	9.89 448	0.77 441	8.76 446	3.61 443

MANE	14.02 456	0.85 387	3.53 360	2.13 429	3.75 438	18.44 449	6.14 447	22.67 464	27.90 454	33.01 465	41.08 468	41.26 466	30.90 465	23.39 457	17.99 450	0.47 424	0.76 437	0.91 431	4.04 457	0.17 339	1.00 428

WAO-7	9.09 439	1.79 428	3.55 362	0.80 395	0.15 319	18.67 450	4.36 432	23.07 465	26.68 453	12.59 439	27.90 460	22.52 446	13.03 446	13.53 447	11.47 433	0.09 401	0.03 336	0.58 430	0.10 363	0.47 415	0.34 406

ktn	19.15 463	18.52 462	6.39 427	22.64 467	17.26 465	24.47 460	12.11 463	24.52 466	34.74 462	18.75 449	27.70 457	32.54 456	17.85 457	15.71 451	16.67 445	22.09 466	3.64 463	28.95 468	10.91 465	17.40 464	10.22 464

DPSimNet_ROB	25.03 467	19.56 464	24.93 455	24.36 468	17.85 466	22.25 457	25.93 469	28.52 467	29.10 455	32.61 464	28.25 462	32.87 457	26.42 461	24.51 460	40.42 467	16.75 465	13.93 466	25.19 465	22.38 468	19.96 466	24.75 470

HanzoNet	29.69 468	29.33 468	21.66 452	21.75 466	19.07 467	24.58 461	12.99 464	28.87 468	40.49 466	43.09 467	44.02 469	55.65 470	44.93 469	43.17 469	44.44 468	27.88 469	9.47 465	29.77 469	15.86 467	20.94 467	15.84 467

JetRed	34.54 469	39.28 470	62.16 465	15.62 462	26.51 468	69.20 471	40.79 471	31.43 469	32.41 458	46.06 468	44.55 470	40.19 464	26.50 462	38.43 468	56.06 470	12.76 464	37.49 472	13.23 455	9.38 464	29.52 468	19.34 468

ASD4	55.28 471	67.10 473	50.57 464	44.24 470	57.82 472	92.00 473	98.23 479	54.95 470	86.61 475	58.30 471	64.61 472	50.57 469	63.33 472	58.83 471	67.37 472	25.76 468	29.60 469	26.82 467	29.01 470	42.42 469	37.42 471

LRCNet_RVC	60.63 472	63.16 472	62.94 466	69.09 475	50.21 471	19.92 454	0.07 239	58.32 471	5.21 415	75.67 473	86.75 473	74.68 472	62.48 471	59.01 472	49.80 469	93.38 477	56.36 476	93.48 477	92.95 477	67.44 475	71.73 477

MADNet++	47.78 470	34.15 469	37.11 462	42.94 469	41.23 470	64.94 470	30.63 470	60.79 472	53.26 471	72.08 472	61.65 471	57.68 471	54.96 470	58.03 470	59.24 471	43.01 471	36.17 471	36.07 470	22.50 469	47.50 470	41.67 472

xxxxx1	76.92 474	82.43 474	93.26 474	61.67 472	66.92 473	95.84 475	95.11 475	75.84 473	80.96 472	82.71 474	86.75 473	89.18 473	87.35 473	85.27 473	87.18 473	55.08 472	54.60 473	60.31 473	72.71 474	62.51 471	62.73 473

tt_ll	76.92 474	82.43 474	93.26 474	61.67 472	66.92 473	95.84 475	95.11 475	75.84 473	80.96 472	82.71 474	86.75 473	89.18 473	87.35 473	85.27 473	87.18 473	55.08 472	54.60 473	60.31 473	72.71 474	62.51 471	62.73 473

ff	76.92 474	82.43 474	93.26 474	61.67 472	66.92 473	95.84 475	95.11 475	75.84 473	80.96 472	82.71 474	86.75 473	89.18 473	87.35 473	85.27 473	87.18 473	55.08 472	54.60 473	60.31 473	72.71 474	62.51 471	62.73 473

PML	89.08 477	99.72 479	92.85 473	94.72 477	94.92 479	99.54 480	97.42 478	93.50 476	95.96 477	99.77 481	92.33 477	95.35 477	93.51 477	99.96 483	91.15 476	99.98 485	31.71 470	100.00 482	45.94 472	93.46 478	69.88 476

test_example2	98.83 481	99.97 484	99.97 482	99.96 487	99.97 482	99.46 479	99.97 480	95.54 477	100.00 481	100.00 483	100.00 481	93.37 476	93.47 476	99.93 482	99.91 480	100.00 487	99.79 480	96.64 478	98.71 479	100.00 487	100.00 487

MEDIAN_ROB	96.83 478	99.41 477	98.66 478	94.75 478	94.23 477	93.08 474	90.54 473	95.61 478	94.75 476	97.65 479	97.73 478	98.30 478	96.57 478	94.51 476	93.74 478	99.78 484	98.24 478	99.99 481	99.89 480	99.48 481	99.67 481

HaxPig	97.68 480	99.63 478	91.34 472	99.82 485	99.97 482	88.15 472	88.00 472	98.28 479	99.93 480	99.98 482	99.99 480	99.95 482	99.99 481	96.29 477	92.24 477	99.99 486	99.98 481	100.00 482	99.99 481	100.00 487	99.98 485

Anonymous_1	97.10 479	99.72 479	99.64 481	92.33 476	93.91 476	100.00 481	100.00 481	99.20 480	99.90 479	98.57 480	99.75 479	99.14 479	99.94 480	98.50 478	99.54 479	87.90 475	98.87 479	90.88 476	96.91 478	92.22 477	95.12 478

DPSMNet_ROB	99.46 486	99.94 482	99.98 483	96.59 482	100.00 484	100.00 481	100.00 481	99.81 481	100.00 481	95.87 478	100.00 481	99.32 480	100.00 482	99.79 480	99.99 482	98.46 481	100.00 482	99.86 479	100.00 482	99.52 482	100.00 487

DGTPSM_ROB	99.45 485	99.94 482	99.98 483	96.58 481	100.00 484	100.00 481	100.00 481	99.81 481	100.00 481	95.86 477	100.00 481	99.32 480	100.00 482	99.79 480	99.99 482	98.34 480	100.00 482	99.86 479	100.00 482	99.52 482	99.99 486

Selective-RAFT-Error	100.00 489	100.00 485	100.00 485	100.00 488	100.00 484	100.00 481	100.00 481	100.00 483	100.00 481	100.00 483	100.00 481	100.00 484	100.00 482	100.00 485	100.00 484	100.00 487	100.00 482	100.00 482	100.00 482	99.99 485	99.95 483

tt	68.65 473	0.15 131	99.57 480	50.64 471	14.90 464	100.00 481	100.00 481	100.00 483	99.76 478	27.80 462	10.52 419	99.97 483	98.63 479	99.61 479	100.00 484	90.62 476	98.21 477	46.66 472	52.02 473	62.86 474	21.04 469

CasAABBNet	99.94 487	100.00 485	100.00 485	99.72 484	100.00 484	100.00 481	100.00 481	100.00 483	100.00 481	100.00 483	100.00 481	100.00 484	100.00 482	100.00 485	100.00 484	99.21 482	100.00 482	100.00 482	100.00 482	99.96 484	99.95 483

LSM0	99.94 487	100.00 485	100.00 485	99.84 486	100.00 484	100.00 481	100.00 481	100.00 483	100.00 481	100.00 483	100.00 481	100.00 484	100.00 482	100.00 485	100.00 484	99.22 483	100.00 482	100.00 482	100.00 482	99.99 485	99.83 482

DPSM_ROB	99.17 482	100.00 485	100.00 485	96.28 479	98.84 480	100.00 481	100.00 481	100.00 483	100.00 481	100.00 483	100.00 481	100.00 484	100.00 482	100.00 485	100.00 484	93.66 478	100.00 482	100.00 482	100.00 482	96.31 479	98.27 479

DPSM	99.17 482	100.00 485	100.00 485	96.28 479	98.84 480	100.00 481	100.00 481	100.00 483	100.00 481	100.00 483	100.00 481	100.00 484	100.00 482	100.00 485	100.00 484	93.66 478	100.00 482	100.00 482	100.00 482	96.31 479	98.27 479

AVERAGE_ROB	99.23 484	99.81 481	97.56 477	100.00 488	100.00 484	96.24 478	91.02 474	100.00 483	100.00 481	100.00 483	100.00 481	100.00 484	100.00 482	99.98 484	99.97 481	100.00 487	100.00 482	100.00 482	100.00 482	100.00 487	100.00 487

Low-res two-view benchmark