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

CAS	0.16 19	0.07 1	0.29 10	0.42 417	0.17 249	0.20 68	0.18 123	0.23 7	0.20 11	0.15 18	0.19 40	0.11 5	0.10 9	0.15 2	0.14 34	0.31 420	0.04 1	0.06 1	0.04 1	0.06 3	0.16 259

Pointernet	0.15 9	0.08 2	0.35 30	0.19 21	0.12 55	0.20 68	0.12 5	0.34 102	0.25 60	0.15 18	0.16 24	0.13 17	0.11 19	0.18 18	0.13 10	0.08 105	0.06 37	0.06 1	0.05 9	0.06 3	0.08 45

IGEV-Stereo+	0.14 1	0.08 2	0.26 4	0.18 10	0.14 133	0.09 1	0.10 1	0.16 1	0.17 1	0.14 11	0.08 1	0.10 1	0.10 9	0.22 57	0.14 34	0.07 19	0.15 308	0.06 1	0.06 29	0.16 339	0.29 382

CES	0.14 1	0.08 2	0.24 1	0.17 5	0.23 356	0.18 30	0.15 35	0.24 15	0.20 11	0.14 11	0.18 36	0.14 33	0.10 9	0.19 28	0.12 2	0.07 19	0.05 3	0.06 1	0.04 1	0.08 83	0.20 306

IGEV-Stereo++	0.15 9	0.09 5	0.27 7	0.21 73	0.13 97	0.14 4	0.11 3	0.23 7	0.19 6	0.15 18	0.14 19	0.11 5	0.11 19	0.19 28	0.12 2	0.06 1	0.21 365	0.06 1	0.05 9	0.06 3	0.28 377

trnet	0.14 1	0.09 5	0.26 4	0.15 2	0.07 1	0.21 90	0.12 5	0.25 23	0.26 69	0.16 23	0.21 65	0.15 41	0.13 52	0.19 28	0.14 34	0.09 167	0.05 3	0.06 1	0.04 1	0.06 3	0.06 5

AEACV	0.20 85	0.09 5	0.32 21	0.39 407	0.34 407	0.21 90	0.16 58	0.30 59	0.18 2	0.17 32	0.17 28	0.13 17	0.16 93	0.27 111	0.13 10	0.07 19	0.29 420	0.07 20	0.09 198	0.07 40	0.37 411

Any-RAFT	0.18 41	0.09 5	0.33 24	0.19 21	0.10 20	0.29 220	0.16 58	0.44 213	0.32 140	0.25 100	0.27 109	0.29 191	0.16 93	0.23 68	0.13 10	0.08 105	0.07 100	0.06 1	0.05 9	0.07 40	0.07 14

LoS	0.15 9	0.09 5	0.34 26	0.17 5	0.09 7	0.22 114	0.14 20	0.27 28	0.27 84	0.15 18	0.18 36	0.19 72	0.14 65	0.23 68	0.14 34	0.08 105	0.06 37	0.06 1	0.04 1	0.06 3	0.06 5
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
EGLCR-Stereo	0.19 61	0.09 5	0.34 26	0.29 343	0.17 249	0.28 201	0.16 58	0.30 59	0.23 28	0.22 76	0.11 2	0.16 46	0.09 4	0.28 130	0.15 54	0.07 19	0.25 394	0.07 20	0.07 60	0.06 3	0.37 411

CREStereo++_RVC	0.16 19	0.09 5	0.42 67	0.17 5	0.11 28	0.18 30	0.13 8	0.23 7	0.31 131	0.21 59	0.31 144	0.13 17	0.11 19	0.17 11	0.16 66	0.07 19	0.04 1	0.06 1	0.15 364	0.06 3	0.05 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
s12784h	0.18 41	0.09 5	0.38 42	0.18 10	0.07 1	0.33 276	0.19 158	0.39 157	0.34 165	0.24 89	0.25 91	0.18 63	0.18 136	0.25 85	0.17 84	0.07 19	0.05 3	0.07 20	0.05 9	0.06 3	0.05 1

CREStereo	0.14 1	0.09 5	0.27 7	0.14 1	0.08 3	0.22 114	0.15 35	0.26 25	0.26 69	0.16 23	0.21 65	0.14 33	0.13 52	0.19 28	0.14 34	0.09 167	0.05 3	0.06 1	0.04 1	0.07 40	0.06 5
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
PMTNet	0.16 19	0.09 5	0.31 18	0.15 2	0.09 7	0.23 132	0.15 35	0.26 25	0.24 38	0.17 32	0.21 65	0.16 46	0.14 65	0.23 68	0.14 34	0.29 416	0.05 3	0.06 1	0.04 1	0.07 40	0.07 14

Occ-G	0.18 41	0.10 15	0.38 42	0.23 162	0.15 189	0.16 12	0.18 123	0.23 7	0.26 69	0.15 18	0.20 48	0.21 96	0.11 19	0.22 57	0.19 133	0.07 19	0.17 338	0.07 20	0.06 29	0.08 83	0.30 385

U	1.02 438	0.10 15	0.26 4	0.22 115	3.66 465	6.41 467	0.13 8	0.22 6	0.21 19	0.11 1	0.11 2	0.10 1	0.09 4	0.12 1	0.11 1	0.07 19	0.05 3	5.35 471	2.86 468	0.07 40	0.06 5

RAFT-Stereo-weight	0.17 33	0.10 15	0.31 18	0.20 47	0.12 55	0.20 68	0.16 58	0.38 140	0.33 154	0.25 100	0.20 48	0.19 72	0.10 9	0.19 28	0.16 66	0.07 19	0.13 267	0.07 20	0.06 29	0.06 3	0.09 74

MSKI-zero shot	0.19 61	0.10 15	0.47 100	0.30 351	0.14 133	0.21 90	0.14 20	0.33 95	0.22 22	0.24 89	0.25 91	0.22 101	0.10 9	0.32 176	0.14 34	0.07 19	0.30 421	0.07 20	0.07 60	0.06 3	0.09 74

Selective-IGEV	0.15 9	0.10 15	0.34 26	0.32 369	0.19 300	0.16 12	0.14 20	0.29 47	0.20 11	0.13 3	0.14 19	0.13 17	0.08 1	0.23 68	0.14 34	0.06 1	0.13 267	0.07 20	0.06 29	0.06 3	0.11 155

knoymous	0.18 41	0.10 15	0.35 30	0.17 5	0.11 28	0.21 90	0.17 79	0.33 95	0.24 38	0.24 89	0.28 114	0.27 165	0.16 93	0.24 75	0.17 84	0.09 167	0.06 37	0.09 149	0.06 29	0.09 151	0.10 121

riskmin	0.24 183	0.10 15	0.43 72	0.32 369	0.26 382	0.33 276	0.19 158	0.44 213	0.30 123	0.24 89	0.27 109	0.37 266	0.25 217	0.30 160	0.22 186	0.09 167	0.18 347	0.09 149	0.13 339	0.10 202	0.27 371

MC-Stereo	0.18 41	0.10 15	0.36 36	0.28 330	0.14 133	0.18 30	0.15 35	0.24 15	0.20 11	0.21 59	0.24 85	0.16 46	0.13 52	0.25 85	0.14 34	0.07 19	0.17 338	0.07 20	0.07 60	0.06 3	0.30 385

RCA-Stereo	0.17 33	0.10 15	0.33 24	0.20 47	0.11 28	0.19 41	0.17 79	0.39 157	0.36 187	0.21 59	0.25 91	0.17 54	0.17 108	0.18 18	0.15 54	0.07 19	0.14 281	0.07 20	0.06 29	0.06 3	0.08 45

test-3	0.18 41	0.10 15	0.48 114	0.23 162	0.14 133	0.18 30	0.16 58	0.32 80	0.29 109	0.26 110	0.17 28	0.22 101	0.13 52	0.26 101	0.19 133	0.06 1	0.14 281	0.08 82	0.08 125	0.06 3	0.10 121

test_1	0.18 41	0.10 15	0.48 114	0.23 162	0.14 133	0.18 30	0.16 58	0.32 80	0.29 109	0.26 110	0.17 28	0.22 101	0.13 52	0.26 101	0.19 133	0.06 1	0.14 281	0.08 82	0.08 125	0.06 3	0.10 121

DEmStereo	0.26 229	0.10 15	0.52 190	0.19 21	0.13 97	0.31 253	0.25 305	0.29 47	0.38 210	0.36 273	0.57 360	0.24 130	0.48 378	0.53 271	0.44 336	0.07 19	0.06 37	0.08 82	0.08 125	0.07 40	0.08 45

GrayStereo	0.26 229	0.10 15	0.45 83	0.27 305	0.14 133	0.23 132	0.46 407	0.36 117	0.33 154	0.40 319	0.47 317	0.30 208	0.78 420	0.29 149	0.17 84	0.07 19	0.06 37	0.08 82	0.09 198	0.07 40	0.15 248

GMM-Stereo	0.22 125	0.10 15	0.56 228	0.23 162	0.13 97	0.24 152	0.24 292	0.38 140	0.29 109	0.31 191	0.44 284	0.27 165	0.21 170	0.31 171	0.17 84	0.07 19	0.05 3	0.10 218	0.09 198	0.08 83	0.19 292

Prome-Stereo	0.22 125	0.10 15	0.43 72	0.24 205	0.13 97	0.23 132	0.23 269	0.37 129	0.27 84	0.33 227	0.58 363	0.24 130	0.28 260	0.30 160	0.16 66	0.07 19	0.05 3	0.08 82	0.07 60	0.08 83	0.20 306

CFNet-RSSM	0.18 41	0.10 15	0.45 83	0.20 47	0.12 55	0.20 68	0.16 58	0.40 166	0.31 131	0.23 83	0.21 65	0.26 160	0.15 78	0.21 43	0.14 34	0.07 19	0.05 3	0.07 20	0.07 60	0.06 3	0.06 5

Gwc-CoAtRS	0.17 33	0.10 15	0.41 58	0.20 47	0.12 55	0.20 68	0.15 35	0.34 102	0.29 109	0.23 83	0.23 79	0.27 165	0.15 78	0.21 43	0.14 34	0.07 19	0.06 37	0.07 20	0.07 60	0.06 3	0.07 14

R-Stereo Train	0.19 61	0.10 15	0.49 134	0.22 115	0.12 55	0.23 132	0.18 123	0.43 194	0.20 11	0.31 191	0.45 298	0.20 83	0.14 65	0.18 18	0.18 108	0.08 105	0.06 37	0.07 20	0.06 29	0.06 3	0.07 14

RAFT-Stereo	0.19 61	0.10 15	0.49 134	0.22 115	0.12 55	0.23 132	0.18 123	0.43 194	0.20 11	0.31 191	0.45 298	0.20 83	0.14 65	0.18 18	0.18 108	0.08 105	0.06 37	0.07 20	0.06 29	0.06 3	0.07 14
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
UGAM-zero	0.26 229	0.11 34	0.56 228	0.20 47	0.16 221	0.28 201	0.18 123	0.48 247	0.25 60	0.31 191	0.28 114	0.56 370	0.32 308	0.66 336	0.17 84	0.07 19	0.10 210	0.07 20	0.09 198	0.07 40	0.31 389

RSM++	0.14 1	0.11 34	0.25 2	0.32 369	0.17 249	0.17 20	0.15 35	0.23 7	0.21 19	0.12 2	0.12 4	0.14 33	0.09 4	0.21 43	0.13 10	0.06 1	0.05 3	0.07 20	0.07 60	0.07 40	0.11 155

RSM	0.14 1	0.11 34	0.25 2	0.29 343	0.16 221	0.16 12	0.15 35	0.24 15	0.20 11	0.13 3	0.13 9	0.15 41	0.09 4	0.22 57	0.13 10	0.06 1	0.06 37	0.07 20	0.07 60	0.07 40	0.11 155

testlalala2	0.19 61	0.11 34	0.49 134	0.37 396	0.26 382	0.24 152	0.14 20	0.37 129	0.26 69	0.25 100	0.27 109	0.21 96	0.12 31	0.17 11	0.17 84	0.07 19	0.07 100	0.07 20	0.07 60	0.07 40	0.08 45

IGEV_Zeroshot_test	0.23 155	0.11 34	0.82 342	0.21 73	0.23 356	0.20 68	0.19 158	0.38 140	0.23 28	0.34 245	0.22 73	0.29 191	0.14 65	0.24 75	0.20 150	0.07 19	0.09 185	0.08 82	0.08 125	0.08 83	0.35 402

testlalala	0.17 33	0.11 34	0.49 134	0.20 47	0.13 97	0.23 132	0.15 35	0.33 95	0.22 22	0.25 100	0.20 48	0.14 33	0.11 19	0.17 11	0.14 34	0.07 19	0.23 383	0.07 20	0.06 29	0.05 1	0.07 14

RAFT-Test	0.19 61	0.11 34	0.41 58	0.26 271	0.21 331	0.26 180	0.17 79	0.37 129	0.26 69	0.24 89	0.29 121	0.32 229	0.14 65	0.22 57	0.15 54	0.07 19	0.08 150	0.07 20	0.07 60	0.06 3	0.07 14

LoS_RVC	0.14 1	0.11 34	0.32 21	0.18 10	0.16 221	0.20 68	0.18 123	0.21 4	0.18 2	0.14 11	0.20 48	0.12 8	0.17 108	0.17 11	0.14 34	0.06 1	0.05 3	0.06 1	0.04 1	0.05 1	0.14 235

anonymousdsp2	0.23 155	0.11 34	0.42 67	0.26 271	0.24 367	0.25 165	0.17 79	0.43 194	0.37 202	0.30 176	0.23 79	0.24 130	0.15 78	0.32 176	0.17 84	0.07 19	0.28 409	0.07 20	0.05 9	0.08 83	0.44 424

DCANet-4	0.20 85	0.11 34	0.58 251	0.19 21	0.09 7	0.19 41	0.18 123	0.39 157	0.42 255	0.29 154	0.31 144	0.17 54	0.22 176	0.21 43	0.20 150	0.07 19	0.05 3	0.07 20	0.05 9	0.06 3	0.09 74

tt	4.71 465	0.11 34	3.94 460	2.06 465	1.54 463	10.14 472	16.85 473	9.28 473	4.99 465	1.41 447	1.05 425	4.68 465	4.89 465	3.36 466	5.86 469	5.73 471	9.15 476	2.23 467	2.51 467	3.02 467	1.34 464

DisPM	0.20 85	0.11 34	0.52 190	0.24 205	0.13 97	0.18 30	0.19 158	0.30 59	0.31 131	0.33 227	0.34 178	0.23 114	0.16 93	0.34 199	0.17 84	0.09 167	0.06 37	0.09 149	0.08 125	0.08 83	0.12 193

iRaft-Stereo_20w	0.29 276	0.11 34	0.86 356	0.33 380	0.24 367	0.32 269	0.26 316	0.60 364	0.26 69	0.41 329	0.21 65	0.28 178	0.19 155	0.32 176	0.24 210	0.07 19	0.31 425	0.07 20	0.09 198	0.08 83	0.47 428

GLC_STEREO	0.15 9	0.11 34	0.31 18	0.22 115	0.09 7	0.17 20	0.15 35	0.24 15	0.28 93	0.17 32	0.20 48	0.17 54	0.11 19	0.24 75	0.17 84	0.07 19	0.09 185	0.09 149	0.08 125	0.07 40	0.07 14

CrosDoStereo	0.32 305	0.11 34	0.53 201	0.19 21	0.12 55	0.22 114	1.07 452	0.36 117	0.38 210	0.38 296	0.60 371	0.28 178	0.45 365	0.61 310	0.56 370	0.08 105	0.06 37	0.08 82	0.09 198	0.08 83	0.09 74

PFNet+	0.21 111	0.11 34	0.54 212	0.22 115	0.12 55	0.17 20	0.18 123	0.31 74	0.36 187	0.33 227	0.32 153	0.24 130	0.16 93	0.33 185	0.18 108	0.10 226	0.07 100	0.11 269	0.10 244	0.08 83	0.12 193

NF-Stereo	0.22 125	0.11 34	0.52 190	0.25 236	0.12 55	0.21 90	0.18 123	0.40 166	0.35 174	0.28 130	0.30 133	0.22 101	0.17 108	0.52 269	0.21 170	0.09 167	0.06 37	0.09 149	0.08 125	0.08 83	0.13 213

OCTAStereo	0.22 125	0.11 34	0.52 190	0.25 236	0.12 55	0.21 90	0.18 123	0.40 166	0.35 174	0.28 130	0.30 133	0.22 101	0.17 108	0.51 263	0.21 170	0.09 167	0.06 37	0.09 149	0.08 125	0.08 83	0.13 213

PSM-softLoss	0.22 125	0.11 34	0.53 201	0.25 236	0.12 55	0.20 68	0.17 79	0.39 157	0.29 109	0.29 154	0.32 153	0.24 130	0.16 93	0.53 271	0.21 170	0.09 167	0.06 37	0.10 218	0.09 198	0.08 83	0.12 193

KMStereo	0.22 125	0.11 34	0.53 201	0.25 236	0.12 55	0.20 68	0.17 79	0.39 157	0.29 109	0.29 154	0.32 153	0.24 130	0.16 93	0.53 271	0.21 170	0.09 167	0.06 37	0.10 218	0.09 198	0.08 83	0.12 193

PSM-AAD	0.26 229	0.11 34	0.43 72	0.24 205	0.12 55	0.27 186	0.37 379	0.36 117	0.30 123	0.36 273	0.39 234	0.28 178	0.77 419	0.30 160	0.16 66	0.07 19	0.06 37	0.12 300	0.11 273	0.09 151	0.21 315

FTStereo	0.28 258	0.11 34	0.56 228	0.24 205	0.13 97	0.21 90	0.52 419	0.36 117	0.28 93	0.38 296	0.94 421	0.30 208	0.56 396	0.33 185	0.18 108	0.08 105	0.06 37	0.09 149	0.08 125	0.08 83	0.19 292

KYRaft	0.23 155	0.11 34	0.43 72	0.23 162	0.12 55	0.23 132	0.23 269	0.37 129	0.26 69	0.35 262	0.53 345	0.34 243	0.26 234	0.29 149	0.16 66	0.07 19	0.05 3	0.09 149	0.10 244	0.08 83	0.30 385

ASMatch	0.23 155	0.11 34	0.55 218	0.25 236	0.14 133	0.19 41	0.16 58	0.32 80	0.30 123	0.28 130	0.68 391	0.28 178	0.26 234	0.50 257	0.22 186	0.07 19	0.06 37	0.08 82	0.07 60	0.06 3	0.11 155

DeepStereo_LL	0.32 305	0.11 34	0.53 201	0.19 21	0.12 55	0.22 114	1.07 452	0.36 117	0.38 210	0.38 296	0.60 371	0.28 178	0.45 365	0.61 310	0.56 370	0.08 105	0.06 37	0.08 82	0.09 198	0.08 83	0.09 74

SST-Stereo	0.22 125	0.11 34	0.52 190	0.25 236	0.14 133	0.19 41	0.17 79	0.32 80	0.26 69	0.34 245	0.33 170	0.29 191	0.25 217	0.56 286	0.18 108	0.08 105	0.05 3	0.10 218	0.08 125	0.09 151	0.07 14

RAFT_R40	0.22 125	0.11 34	0.52 190	0.25 236	0.13 97	0.18 30	0.18 123	0.32 80	0.31 131	0.33 227	0.33 170	0.30 208	0.23 187	0.55 281	0.19 133	0.08 105	0.05 3	0.10 218	0.08 125	0.09 151	0.07 14

DRaft	0.25 208	0.11 34	0.47 100	0.18 10	0.12 55	0.28 201	0.23 269	0.34 102	0.40 236	0.38 296	0.60 371	0.20 83	0.41 354	0.48 251	0.41 323	0.07 19	0.06 37	0.08 82	0.08 125	0.07 40	0.08 45

PFNet	0.24 183	0.11 34	0.63 279	0.25 236	0.14 133	0.22 114	0.19 158	0.40 166	0.35 174	0.36 273	0.32 153	0.27 165	0.20 160	0.63 321	0.23 202	0.09 167	0.05 3	0.09 149	0.08 125	0.08 83	0.08 45

RE-Stereo	0.22 125	0.11 34	0.52 190	0.25 236	0.12 55	0.21 90	0.18 123	0.40 166	0.35 174	0.28 130	0.30 133	0.22 101	0.17 108	0.51 263	0.21 170	0.09 167	0.06 37	0.09 149	0.08 125	0.08 83	0.13 213

TVStereo	0.22 125	0.11 34	0.52 190	0.25 236	0.12 55	0.21 90	0.18 123	0.40 166	0.35 174	0.28 130	0.30 133	0.22 101	0.17 108	0.51 263	0.21 170	0.09 167	0.06 37	0.09 149	0.08 125	0.08 83	0.13 213

RAFT-345	0.22 125	0.11 34	0.55 218	0.22 115	0.12 55	0.20 68	0.16 58	0.27 28	0.28 93	0.27 120	0.65 385	0.20 83	0.17 108	0.55 281	0.22 186	0.07 19	0.06 37	0.08 82	0.07 60	0.06 3	0.07 14

TANstereo	0.16 19	0.11 34	0.43 72	0.16 4	0.08 3	0.25 165	0.14 20	0.23 7	0.29 109	0.25 100	0.30 133	0.16 46	0.12 31	0.18 18	0.13 10	0.08 105	0.07 100	0.06 1	0.05 9	0.07 40	0.08 45

XX-Stereo	0.25 208	0.11 34	1.09 397	0.35 391	0.38 418	0.23 132	0.13 8	0.43 194	0.19 6	0.20 53	0.40 243	0.31 218	0.10 9	0.33 185	0.13 10	0.08 105	0.11 235	0.08 82	0.09 198	0.07 40	0.10 121

EAI-Stereo	0.29 276	0.11 34	0.38 42	0.22 115	0.18 275	0.33 276	1.66 462	0.53 288	0.27 84	0.27 120	0.50 329	0.17 54	0.16 93	0.25 85	0.25 224	0.07 19	0.07 100	0.07 20	0.11 273	0.07 40	0.10 121

WCG-NET	0.16 19	0.12 69	0.30 13	0.19 21	0.11 28	0.21 90	0.13 8	0.29 47	0.22 22	0.19 45	0.22 73	0.18 63	0.12 31	0.23 68	0.14 34	0.08 105	0.08 150	0.07 20	0.06 29	0.08 83	0.10 121

GCAP-BAT	0.20 85	0.12 69	0.48 114	0.25 236	0.17 249	0.24 152	0.16 58	0.32 80	0.21 19	0.28 130	0.30 133	0.26 160	0.12 31	0.28 130	0.19 133	0.07 19	0.25 394	0.07 20	0.08 125	0.06 3	0.19 292

AIO-Stereo	0.16 19	0.12 69	0.29 10	0.30 351	0.20 318	0.16 12	0.14 20	0.28 32	0.22 22	0.14 11	0.15 21	0.13 17	0.08 1	0.20 38	0.15 54	0.06 1	0.16 319	0.07 20	0.08 125	0.06 3	0.24 346

test_sample2	0.23 155	0.12 69	0.39 47	0.20 47	0.11 28	0.28 201	0.22 242	0.45 220	0.33 154	0.27 120	0.34 178	0.30 208	0.25 217	0.46 246	0.23 202	0.09 167	0.15 308	0.09 149	0.08 125	0.10 202	0.19 292

MGS-Stereo	0.15 9	0.12 69	0.38 42	0.19 21	0.11 28	0.18 30	0.17 79	0.21 4	0.23 28	0.14 11	0.24 85	0.16 46	0.10 9	0.19 28	0.13 10	0.07 19	0.06 37	0.07 20	0.06 29	0.10 202	0.07 14

MoCha-V2	0.18 41	0.12 69	0.40 52	0.30 351	0.24 367	0.16 12	0.15 35	0.28 32	0.19 6	0.16 23	0.16 24	0.13 17	0.13 52	0.30 160	0.13 10	0.06 1	0.28 409	0.06 1	0.06 29	0.06 3	0.25 357

AE-Stereo	0.21 111	0.12 69	0.50 155	0.25 236	0.15 189	0.24 152	0.18 123	0.40 166	0.34 165	0.19 45	0.26 98	0.21 96	0.13 52	0.22 57	0.16 66	0.07 19	0.26 401	0.09 149	0.10 244	0.07 40	0.31 389

11t1	0.21 111	0.12 69	0.45 83	0.20 47	0.15 189	0.27 186	0.17 79	0.37 129	0.28 93	0.27 120	0.25 91	0.24 130	0.23 187	0.28 130	0.25 224	0.09 167	0.19 351	0.07 20	0.07 60	0.09 151	0.23 334

UniTT-Stereo	0.15 9	0.12 69	0.45 83	0.21 73	0.14 133	0.17 20	0.13 8	0.20 3	0.19 6	0.16 23	0.20 48	0.10 1	0.11 19	0.18 18	0.17 84	0.08 105	0.06 37	0.07 20	0.06 29	0.08 83	0.07 14

HH	0.22 125	0.12 69	0.55 218	0.32 369	0.16 221	0.27 186	0.18 123	0.36 117	0.25 60	0.20 53	0.26 98	0.34 243	0.18 136	0.33 185	0.15 54	0.07 19	0.16 319	0.07 20	0.07 60	0.07 40	0.31 389

HanStereo	0.22 125	0.12 69	0.55 218	0.32 369	0.16 221	0.27 186	0.18 123	0.36 117	0.25 60	0.20 53	0.26 98	0.34 243	0.18 136	0.33 185	0.15 54	0.07 19	0.16 319	0.07 20	0.07 60	0.07 40	0.31 389

test_3	0.20 85	0.12 69	0.49 134	0.26 271	0.14 133	0.22 114	0.25 305	0.34 102	0.33 154	0.25 100	0.18 36	0.23 114	0.13 52	0.25 85	0.20 150	0.06 1	0.14 281	0.09 149	0.10 244	0.07 40	0.10 121

LCNet	0.22 125	0.12 69	0.42 67	0.26 271	0.12 55	0.23 132	0.19 158	0.36 117	0.28 93	0.28 130	0.35 186	0.26 160	0.30 284	0.35 206	0.17 84	0.07 19	0.05 3	0.09 149	0.10 244	0.13 302	0.22 326

HHNet	0.23 155	0.12 69	0.66 290	0.19 21	0.18 275	0.20 68	0.20 189	0.36 117	0.32 140	0.33 227	0.59 367	0.19 72	0.21 170	0.24 75	0.31 277	0.08 105	0.06 37	0.09 149	0.07 60	0.08 83	0.12 193

AAGNet	0.34 320	0.12 69	0.53 201	0.26 271	0.16 221	0.20 68	0.19 158	0.31 74	0.29 109	0.35 262	0.35 186	0.27 165	0.30 284	0.44 238	2.56 460	0.08 105	0.05 3	0.10 218	0.07 60	0.09 151	0.07 14

NRIStereo	0.20 85	0.12 69	0.50 155	0.23 162	0.11 28	0.24 152	0.19 158	0.30 59	0.28 93	0.26 110	0.26 98	0.25 141	0.18 136	0.34 199	0.19 133	0.08 105	0.06 37	0.09 149	0.07 60	0.09 151	0.09 74

Pruner-Stereo	0.20 85	0.12 69	0.49 134	0.29 343	0.12 55	0.19 41	0.17 79	0.32 80	0.31 131	0.33 227	0.32 153	0.25 141	0.15 78	0.25 85	0.22 186	0.09 167	0.06 37	0.09 149	0.08 125	0.08 83	0.10 121

DeepStereo_RVC	0.19 61	0.12 69	0.47 100	0.22 115	0.11 28	0.19 41	0.16 58	0.29 47	0.24 38	0.28 130	0.27 109	0.23 114	0.28 260	0.24 75	0.19 133	0.08 105	0.06 37	0.09 149	0.07 60	0.09 151	0.10 121

cross-raft	0.18 41	0.12 69	0.40 52	0.27 305	0.16 221	0.20 68	0.24 292	0.34 102	0.24 38	0.23 83	0.28 114	0.29 191	0.15 78	0.19 28	0.16 66	0.06 1	0.05 3	0.08 82	0.07 60	0.07 40	0.07 14

test-1	0.20 85	0.12 69	0.49 134	0.23 162	0.23 356	0.22 114	0.23 269	0.36 117	0.29 109	0.21 59	0.25 91	0.24 130	0.14 65	0.18 18	0.22 186	0.07 19	0.14 281	0.08 82	0.07 60	0.06 3	0.14 235

SFCPSM	0.23 155	0.12 69	0.51 169	0.21 73	0.14 133	0.34 291	0.22 242	0.57 334	0.41 243	0.29 154	0.32 153	0.23 114	0.22 176	0.28 130	0.20 150	0.10 226	0.07 100	0.09 149	0.10 244	0.09 151	0.09 74

HSM-Net_RVC	0.28 258	0.12 69	0.48 114	0.19 21	0.11 28	0.35 304	0.21 212	0.64 388	0.44 276	0.40 319	0.43 274	0.50 351	0.27 240	0.75 365	0.25 224	0.08 105	0.07 100	0.08 82	0.07 60	0.08 83	0.09 74
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
rvit_stereo_0083	0.17 33	0.13 91	0.29 10	0.21 73	0.13 97	0.17 20	0.17 79	0.23 7	0.36 187	0.16 23	0.22 73	0.19 72	0.17 108	0.21 43	0.17 84	0.11 260	0.10 210	0.10 218	0.08 125	0.09 151	0.08 45

rvit_stereo_0081	0.16 19	0.13 91	0.30 13	0.21 73	0.12 55	0.17 20	0.17 79	0.24 15	0.34 165	0.17 32	0.19 40	0.18 63	0.15 78	0.20 38	0.17 84	0.11 260	0.08 150	0.09 149	0.08 125	0.09 151	0.07 14

rvit_stereo_0082	0.16 19	0.13 91	0.30 13	0.21 73	0.12 55	0.17 20	0.17 79	0.24 15	0.34 165	0.17 32	0.19 40	0.18 63	0.15 78	0.20 38	0.17 84	0.11 260	0.08 150	0.09 149	0.08 125	0.09 151	0.07 14

test_sample1	0.24 183	0.13 91	0.40 52	0.20 47	0.13 97	0.29 220	0.19 158	0.43 194	0.30 123	0.27 120	0.34 178	0.31 218	0.28 260	0.45 244	0.27 246	0.09 167	0.16 319	0.08 82	0.08 125	0.09 151	0.22 326

CAS++	0.17 33	0.13 91	0.35 30	0.18 10	0.13 97	0.17 20	0.16 58	0.42 187	0.25 60	0.19 45	0.18 36	0.13 17	0.10 9	0.22 57	0.12 2	0.12 295	0.10 210	0.11 269	0.08 125	0.10 202	0.09 74
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
IGEV++	0.19 61	0.13 91	0.38 42	0.30 351	0.19 300	0.15 8	0.15 35	0.32 80	0.18 2	0.13 3	0.16 24	0.12 8	0.11 19	0.24 75	0.15 54	0.07 19	0.32 426	0.07 20	0.05 9	0.07 40	0.42 420

SMFormer	0.27 250	0.13 91	0.47 100	0.20 47	0.10 20	0.28 201	0.19 158	0.54 300	0.48 315	0.35 262	0.42 261	0.31 218	0.27 240	0.60 304	0.34 295	0.10 226	0.16 319	0.08 82	0.09 198	0.10 202	0.16 259

tta	0.27 250	0.13 91	0.47 100	0.20 47	0.10 20	0.28 201	0.19 158	0.54 300	0.48 315	0.35 262	0.42 261	0.31 218	0.27 240	0.60 304	0.34 295	0.10 226	0.16 319	0.08 82	0.09 198	0.08 83	0.13 213

qqq1	0.26 229	0.13 91	0.47 100	0.20 47	0.10 20	0.28 201	0.19 158	0.54 300	0.48 315	0.35 262	0.42 261	0.31 218	0.27 240	0.60 304	0.21 170	0.10 226	0.16 319	0.07 20	0.07 60	0.08 83	0.13 213

fff1	0.26 229	0.13 91	0.47 100	0.20 47	0.10 20	0.28 201	0.19 158	0.54 300	0.48 315	0.35 262	0.42 261	0.31 218	0.27 240	0.60 304	0.21 170	0.10 226	0.16 319	0.07 20	0.07 60	0.08 83	0.13 213

CoDeX	0.24 183	0.13 91	0.48 114	0.22 115	0.14 133	0.29 220	0.21 212	0.55 316	0.42 255	0.29 154	0.36 201	0.28 178	0.23 187	0.48 251	0.20 150	0.09 167	0.06 37	0.08 82	0.07 60	0.08 83	0.08 45

ff7	0.18 41	0.13 91	0.41 58	0.21 73	0.15 189	0.21 90	0.17 79	0.28 32	0.23 28	0.21 59	0.13 9	0.12 8	0.12 31	0.27 111	0.13 10	0.07 19	0.25 394	0.08 82	0.07 60	0.08 83	0.36 403

ffff	0.18 41	0.13 91	0.41 58	0.21 73	0.15 189	0.21 90	0.17 79	0.28 32	0.23 28	0.21 59	0.13 9	0.12 8	0.12 31	0.27 111	0.13 10	0.07 19	0.25 394	0.08 82	0.07 60	0.08 83	0.36 403

11t	0.18 41	0.13 91	0.41 58	0.21 73	0.15 189	0.21 90	0.17 79	0.28 32	0.23 28	0.21 59	0.13 9	0.12 8	0.12 31	0.27 111	0.13 10	0.07 19	0.25 394	0.08 82	0.07 60	0.08 83	0.36 403

MIF-Stereo (partial)	0.18 41	0.13 91	0.50 155	0.22 115	0.15 189	0.16 12	0.13 8	0.29 47	0.26 69	0.17 32	0.26 98	0.16 46	0.17 108	0.25 85	0.18 108	0.09 167	0.06 37	0.10 218	0.08 125	0.09 151	0.08 45

EKT-Stereo	0.39 345	0.13 91	0.53 201	0.42 417	3.94 466	0.22 114	0.17 79	0.38 140	0.30 123	0.21 59	0.20 48	0.23 114	0.15 78	0.30 160	0.18 108	0.10 226	0.08 150	0.09 149	0.08 125	0.09 151	0.12 193

CASnet	0.15 9	0.13 91	0.30 13	0.22 115	0.08 3	0.15 8	0.14 20	0.28 32	0.26 69	0.23 83	0.20 48	0.15 41	0.11 19	0.18 18	0.13 10	0.07 19	0.05 3	0.11 269	0.09 198	0.08 83	0.05 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
anonymousdsp	0.20 85	0.13 91	0.49 134	0.28 330	0.20 318	0.21 90	0.17 79	0.29 47	0.24 38	0.22 76	0.13 9	0.12 8	0.12 31	0.32 176	0.13 10	0.07 19	0.26 401	0.08 82	0.07 60	0.08 83	0.48 431

anonymousa	0.26 229	0.13 91	0.56 228	0.29 343	0.30 400	0.31 253	0.20 189	0.38 140	0.36 187	0.33 227	0.51 332	0.41 295	0.27 240	0.25 85	0.24 210	0.08 105	0.18 347	0.09 149	0.18 389	0.08 83	0.17 275

ProNet	0.16 19	0.13 91	0.36 36	0.21 73	0.15 189	0.20 68	0.19 158	0.29 47	0.23 28	0.14 11	0.13 9	0.13 17	0.12 31	0.25 85	0.13 10	0.06 1	0.09 185	0.07 20	0.06 29	0.07 40	0.22 326

ccc-4	0.18 41	0.13 91	0.41 58	0.21 73	0.15 189	0.21 90	0.17 79	0.28 32	0.23 28	0.21 59	0.13 9	0.12 8	0.12 31	0.27 111	0.13 10	0.07 19	0.25 394	0.08 82	0.07 60	0.08 83	0.36 403

BUS	0.24 183	0.13 91	0.36 36	0.25 236	0.14 133	0.44 353	0.17 79	0.59 355	0.36 187	0.34 245	0.35 186	0.31 218	0.22 176	0.27 111	0.22 186	0.10 226	0.07 100	0.11 269	0.10 244	0.09 151	0.10 121

BSDual-CNN	0.24 183	0.13 91	0.36 36	0.25 236	0.14 133	0.35 304	0.22 242	0.59 355	0.36 187	0.34 245	0.35 186	0.38 272	0.25 217	0.27 111	0.28 253	0.10 226	0.07 100	0.11 269	0.10 244	0.09 151	0.10 121

IGEV-Stereo	0.20 85	0.13 91	0.49 134	0.28 330	0.20 318	0.21 90	0.17 79	0.29 47	0.24 38	0.22 76	0.13 9	0.12 8	0.12 31	0.32 176	0.13 10	0.07 19	0.26 401	0.08 82	0.07 60	0.08 83	0.48 431
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
psmg	0.24 183	0.13 91	0.36 36	0.21 73	0.14 133	0.35 304	0.23 269	0.54 300	0.36 187	0.36 273	0.38 219	0.38 272	0.25 217	0.27 111	0.28 253	0.10 226	0.08 150	0.10 218	0.10 244	0.09 151	0.09 74

DAS	0.28 258	0.13 91	0.49 134	0.24 205	0.18 275	0.30 233	0.24 292	0.48 247	0.48 315	0.42 333	0.45 298	0.34 243	0.31 297	0.76 371	0.24 210	0.09 167	0.07 100	0.09 149	0.07 60	0.10 202	0.11 155

SepStereo	0.27 250	0.13 91	0.49 134	0.24 205	0.18 275	0.30 233	0.24 292	0.48 247	0.48 315	0.42 333	0.45 298	0.34 243	0.31 297	0.64 326	0.24 210	0.09 167	0.07 100	0.09 149	0.07 60	0.10 202	0.11 155

Patchmatch Stereo++	0.19 61	0.13 91	0.51 169	0.22 115	0.11 28	0.19 41	0.14 20	0.30 59	0.24 38	0.28 130	0.29 121	0.25 141	0.18 136	0.27 111	0.18 108	0.09 167	0.06 37	0.10 218	0.08 125	0.10 202	0.09 74
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
PSM-adaLoss	0.19 61	0.13 91	0.51 169	0.22 115	0.11 28	0.19 41	0.15 35	0.30 59	0.24 38	0.28 130	0.29 121	0.25 141	0.18 136	0.25 85	0.17 84	0.09 167	0.06 37	0.10 218	0.08 125	0.10 202	0.09 74

ROB_FTStereo_v2	0.19 61	0.13 91	0.51 169	0.22 115	0.11 28	0.19 41	0.15 35	0.30 59	0.24 38	0.28 130	0.29 121	0.25 141	0.18 136	0.25 85	0.18 108	0.09 167	0.06 37	0.10 218	0.08 125	0.10 202	0.09 74

ROB_FTStereo	0.19 61	0.13 91	0.51 169	0.22 115	0.11 28	0.19 41	0.13 8	0.30 59	0.24 38	0.28 130	0.29 121	0.25 141	0.18 136	0.25 85	0.17 84	0.09 167	0.06 37	0.10 218	0.08 125	0.10 202	0.09 74

HUI-Stereo	0.19 61	0.13 91	0.52 190	0.22 115	0.11 28	0.19 41	0.14 20	0.30 59	0.24 38	0.28 130	0.29 121	0.25 141	0.18 136	0.23 68	0.17 84	0.09 167	0.06 37	0.10 218	0.08 125	0.10 202	0.09 74

iGMRVC	0.19 61	0.13 91	0.51 169	0.22 115	0.11 28	0.19 41	0.15 35	0.30 59	0.24 38	0.28 130	0.29 121	0.25 141	0.18 136	0.27 111	0.18 108	0.09 167	0.06 37	0.10 218	0.08 125	0.10 202	0.09 74

RAFT-RH_RVC	0.26 229	0.13 91	0.57 236	0.22 115	0.12 55	0.25 165	0.14 20	0.27 28	0.29 109	0.38 296	1.14 429	0.23 114	0.18 136	0.58 292	0.24 210	0.07 19	0.06 37	0.10 218	0.07 60	0.06 3	0.08 45

iRAFT	0.19 61	0.13 91	0.51 169	0.22 115	0.11 28	0.19 41	0.14 20	0.30 59	0.24 38	0.28 130	0.29 121	0.25 141	0.18 136	0.27 111	0.18 108	0.09 167	0.06 37	0.10 218	0.08 125	0.10 202	0.09 74

CRE-IMP	0.19 61	0.13 91	0.51 169	0.23 162	0.11 28	0.24 152	0.17 79	0.31 74	0.24 38	0.27 120	0.26 98	0.24 130	0.17 108	0.24 75	0.19 133	0.09 167	0.05 3	0.10 218	0.07 60	0.10 202	0.10 121

RAFT-IKP	0.19 61	0.13 91	0.51 169	0.22 115	0.11 28	0.18 30	0.15 35	0.30 59	0.24 38	0.28 130	0.29 121	0.25 141	0.18 136	0.26 101	0.18 108	0.09 167	0.06 37	0.10 218	0.08 125	0.10 202	0.09 74

ICVP	0.24 183	0.13 91	0.45 83	0.26 271	0.14 133	0.30 233	0.25 305	0.47 237	0.35 174	0.29 154	0.43 274	0.35 257	0.25 217	0.28 130	0.25 224	0.12 295	0.09 185	0.09 149	0.09 198	0.09 151	0.11 155
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
FENet	0.22 125	0.13 91	0.48 114	0.22 115	0.12 55	0.27 186	0.18 123	0.43 194	0.37 202	0.31 191	0.32 153	0.29 191	0.23 187	0.27 111	0.24 210	0.10 226	0.07 100	0.09 149	0.09 198	0.09 151	0.11 155

DIP-Stereo	0.20 85	0.13 91	0.48 114	0.20 47	0.13 97	0.28 201	0.12 5	0.43 194	0.26 69	0.27 120	0.32 153	0.21 96	0.17 108	0.26 101	0.20 150	0.08 105	0.06 37	0.08 82	0.06 29	0.07 40	0.10 121
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
model_zeroshot	0.21 111	0.14 131	0.51 169	0.34 385	0.18 275	0.26 180	0.16 58	0.41 184	0.24 38	0.33 227	0.20 48	0.25 141	0.12 31	0.26 101	0.16 66	0.09 167	0.21 365	0.07 20	0.08 125	0.07 40	0.13 213

WCG-NET（raft）	0.16 19	0.14 131	0.32 21	0.18 10	0.09 7	0.19 41	0.16 58	0.24 15	0.27 84	0.19 45	0.19 40	0.20 83	0.12 31	0.22 57	0.13 10	0.06 1	0.17 338	0.06 1	0.05 9	0.07 40	0.07 14

test_sample5	0.26 229	0.14 131	0.51 169	0.21 73	0.12 55	0.31 253	0.21 212	0.53 288	0.38 210	0.33 227	0.43 274	0.29 191	0.25 217	0.56 286	0.24 210	0.10 226	0.14 281	0.10 218	0.10 244	0.11 254	0.16 259

test_sample4	0.26 229	0.14 131	0.53 201	0.21 73	0.12 55	0.32 269	0.21 212	0.53 288	0.38 210	0.33 227	0.38 219	0.28 178	0.25 217	0.54 276	0.25 224	0.10 226	0.14 281	0.10 218	0.09 198	0.11 254	0.16 259

test_sample3	0.25 208	0.14 131	0.52 190	0.20 47	0.12 55	0.33 276	0.20 189	0.53 288	0.38 210	0.32 216	0.35 186	0.29 191	0.24 206	0.54 276	0.25 224	0.10 226	0.14 281	0.09 149	0.09 198	0.11 254	0.15 248

gcap-zeroshot	0.19 61	0.14 131	0.51 169	0.21 73	0.15 189	0.27 186	0.15 35	0.32 80	0.24 38	0.26 110	0.20 48	0.34 243	0.15 78	0.22 57	0.14 34	0.07 19	0.08 150	0.07 20	0.07 60	0.06 3	0.09 74

DualNet	0.26 229	0.14 131	0.51 169	0.21 73	0.12 55	0.31 253	0.21 212	0.53 288	0.38 210	0.34 245	0.44 284	0.29 191	0.25 217	0.56 286	0.24 210	0.10 226	0.14 281	0.10 218	0.10 244	0.11 254	0.16 259

ttt	0.33 312	0.14 131	0.54 212	0.22 115	0.14 133	0.30 233	0.22 242	0.59 355	0.51 339	0.31 191	0.46 310	0.30 208	0.23 187	0.71 352	1.07 419	0.13 314	0.22 374	0.10 218	0.11 273	0.12 289	0.24 346

PCWNet_CMD	0.23 155	0.14 131	0.48 114	0.21 73	0.13 97	0.28 201	0.17 79	0.47 237	0.47 309	0.30 176	0.36 201	0.37 266	0.24 206	0.29 149	0.21 170	0.09 167	0.06 37	0.10 218	0.08 125	0.11 254	0.11 155

CFNet_ucs	0.25 208	0.14 131	0.51 169	0.20 47	0.15 189	0.29 220	0.18 123	0.51 273	0.46 297	0.32 216	0.42 261	0.38 272	0.23 187	0.31 171	0.22 186	0.11 260	0.08 150	0.12 300	0.09 198	0.13 302	0.13 213

testlalala_base	0.23 155	0.14 131	0.48 114	0.26 271	0.16 221	0.25 165	0.17 79	0.37 129	0.19 6	0.20 53	0.26 98	0.17 54	0.14 65	0.19 28	0.18 108	0.42 433	0.23 383	0.07 20	0.06 29	0.50 427	0.14 235

Selective-RAFT	0.19 61	0.14 131	0.37 41	0.24 205	0.11 28	0.30 233	0.15 35	0.35 111	0.34 165	0.17 32	0.17 28	0.22 101	0.18 136	0.29 149	0.18 108	0.07 19	0.16 319	0.07 20	0.07 60	0.08 83	0.08 45

CRFU-Net	0.29 276	0.14 131	0.48 114	0.26 271	0.15 189	0.46 363	0.22 242	0.52 278	0.32 140	0.44 349	0.42 261	0.48 341	0.47 374	0.44 238	0.31 277	0.12 295	0.10 210	0.09 149	0.08 125	0.10 202	0.11 155

IPLGR	0.22 125	0.14 131	0.75 320	0.21 73	0.11 28	0.25 165	0.18 123	0.44 213	0.38 210	0.29 154	0.28 114	0.21 96	0.19 155	0.37 219	0.19 133	0.07 19	0.06 37	0.08 82	0.07 60	0.07 40	0.07 14

GANet-ADL	0.22 125	0.14 131	0.51 169	0.23 162	0.14 133	0.29 220	0.19 158	0.48 247	0.36 187	0.26 110	0.33 170	0.32 229	0.20 160	0.26 101	0.22 186	0.11 260	0.07 100	0.07 20	0.06 29	0.09 151	0.11 155

STrans-v2	0.25 208	0.14 131	0.56 228	0.21 73	0.12 55	0.23 132	0.20 189	0.50 263	0.31 131	0.31 191	0.42 261	0.35 257	0.35 324	0.62 318	0.24 210	0.07 19	0.05 3	0.08 82	0.07 60	0.06 3	0.08 45

TransformOpticalFlow	0.24 183	0.14 131	0.57 236	0.24 205	0.11 28	0.21 90	0.19 158	0.43 194	0.34 165	0.30 176	0.43 274	0.36 262	0.31 297	0.61 310	0.20 150	0.07 19	0.05 3	0.08 82	0.07 60	0.06 3	0.08 45

CFNet_pseudo	0.23 155	0.14 131	0.48 114	0.20 47	0.13 97	0.27 186	0.17 79	0.46 227	0.45 287	0.30 176	0.37 212	0.38 272	0.23 187	0.30 160	0.22 186	0.09 167	0.06 37	0.11 269	0.08 125	0.11 254	0.11 155

GES	0.23 155	0.14 131	0.54 212	0.21 73	0.14 133	0.28 201	0.19 158	0.51 273	0.35 174	0.31 191	0.36 201	0.25 141	0.24 206	0.30 160	0.23 202	0.11 260	0.09 185	0.08 82	0.08 125	0.10 202	0.12 193

222	0.45 373	0.14 131	0.43 72	0.19 21	0.15 189	0.36 311	0.20 189	0.60 364	0.43 266	0.37 288	0.45 298	0.30 208	0.28 260	0.59 299	3.72 464	0.11 260	0.19 351	0.08 82	0.09 198	0.09 151	0.27 371

xxxx	0.39 345	0.14 131	0.47 100	0.20 47	0.16 221	0.38 325	0.20 189	0.61 371	0.43 266	0.30 176	0.44 284	0.38 272	0.25 217	0.50 257	2.41 458	0.11 260	0.21 365	0.09 149	0.10 244	0.10 202	0.26 368

test_xeample	0.39 345	0.14 131	0.46 95	0.19 21	0.16 221	0.34 291	0.22 242	0.59 355	0.43 266	0.33 227	0.47 317	0.30 208	0.27 240	0.60 304	2.44 459	0.10 226	0.21 365	0.09 149	0.09 198	0.09 151	0.25 357

MSMDNet	0.23 155	0.14 131	0.49 134	0.20 47	0.13 97	0.28 201	0.17 79	0.47 237	0.47 309	0.30 176	0.36 201	0.37 266	0.24 206	0.29 149	0.21 170	0.09 167	0.07 100	0.09 149	0.08 125	0.11 254	0.11 155

ccs_rob	0.23 155	0.14 131	0.48 114	0.20 47	0.13 97	0.27 186	0.17 79	0.46 227	0.45 287	0.30 176	0.37 212	0.38 272	0.23 187	0.30 160	0.22 186	0.09 167	0.06 37	0.11 269	0.08 125	0.12 289	0.11 155

RAStereo	0.14 1	0.15 155	0.40 52	0.22 115	0.11 28	0.15 8	0.18 123	0.25 23	0.24 38	0.13 3	0.17 28	0.11 5	0.09 4	0.15 2	0.13 10	0.08 105	0.06 37	0.08 82	0.06 29	0.07 40	0.05 1

AIO-Stereo-zeroshot	0.26 229	0.15 155	0.96 379	0.21 73	0.25 378	0.30 233	0.21 212	0.54 300	0.28 93	0.25 100	0.29 121	0.46 330	0.23 187	0.28 130	0.20 150	0.08 105	0.10 210	0.08 82	0.12 311	0.11 254	0.17 275

test_sample6	0.27 250	0.15 155	0.50 155	0.22 115	0.12 55	0.30 233	0.22 242	0.54 300	0.39 226	0.34 245	0.44 284	0.29 191	0.25 217	0.58 292	0.26 235	0.11 260	0.14 281	0.10 218	0.10 244	0.11 254	0.16 259

Former-RAFT_DAM_RVC	0.18 41	0.15 155	0.27 7	0.20 47	0.13 97	0.24 152	0.17 79	0.31 74	0.37 202	0.43 343	0.17 28	0.13 17	0.12 31	0.20 38	0.16 66	0.08 105	0.07 100	0.09 149	0.07 60	0.09 151	0.08 45

MyStereo07	0.18 41	0.15 155	0.44 80	0.22 115	0.16 221	0.25 165	0.22 242	0.31 74	0.26 69	0.22 76	0.13 9	0.12 8	0.13 52	0.33 185	0.14 34	0.07 19	0.13 267	0.09 149	0.09 198	0.09 151	0.11 155

MyStereo06	0.23 155	0.15 155	0.74 317	0.22 115	0.14 133	0.25 165	0.22 242	0.43 194	0.25 60	0.36 273	0.24 85	0.34 243	0.18 136	0.24 75	0.20 150	0.07 19	0.12 251	0.09 149	0.09 198	0.09 151	0.11 155

MyStereo05	0.24 183	0.15 155	0.58 251	0.22 115	0.14 133	0.25 165	0.22 242	0.50 263	0.54 356	0.32 216	0.23 79	0.26 160	0.23 187	0.32 176	0.25 224	0.07 19	0.12 251	0.09 149	0.09 198	0.09 151	0.11 155

MyStereo04	0.24 183	0.15 155	0.58 251	0.22 115	0.16 221	0.25 165	0.22 242	0.51 273	0.54 356	0.29 154	0.23 79	0.27 165	0.23 187	0.32 176	0.25 224	0.07 19	0.13 267	0.09 149	0.09 198	0.09 151	0.11 155

mmm	0.25 208	0.15 155	0.44 80	0.23 162	0.20 318	0.28 201	0.21 212	0.43 194	0.32 140	0.31 191	0.40 243	0.30 208	0.24 206	0.31 171	0.28 253	0.09 167	0.21 365	0.11 269	0.12 311	0.10 202	0.26 368

DCRE	0.24 183	0.15 155	0.45 83	0.26 271	0.26 382	0.23 132	0.21 212	0.37 129	0.29 109	0.23 83	0.81 409	0.23 114	0.16 93	0.24 75	0.18 108	0.07 19	0.14 281	0.07 20	0.08 125	0.07 40	0.25 357

fff	0.20 85	0.15 155	0.57 236	0.19 21	0.09 7	0.19 41	0.18 123	0.38 140	0.46 297	0.29 154	0.31 144	0.18 63	0.28 260	0.21 43	0.20 150	0.07 19	0.05 3	0.07 20	0.05 9	0.06 3	0.09 74

ADStereo(finetuned)	0.21 111	0.15 155	0.59 258	0.19 21	0.09 7	0.19 41	0.18 123	0.37 129	0.41 243	0.30 176	0.31 144	0.19 72	0.31 297	0.21 43	0.20 150	0.07 19	0.05 3	0.07 20	0.05 9	0.07 40	0.10 121

x	0.23 155	0.15 155	0.45 83	0.20 47	0.15 189	0.27 186	0.17 79	0.43 194	0.35 174	0.26 110	0.31 144	0.29 191	0.25 217	0.29 149	0.30 268	0.09 167	0.22 374	0.08 82	0.09 198	0.09 151	0.24 346

IER	0.24 183	0.15 155	0.50 155	0.21 73	0.15 189	0.31 253	0.20 189	0.44 213	0.38 210	0.34 245	0.41 254	0.32 229	0.34 317	0.31 171	0.23 202	0.09 167	0.07 100	0.08 82	0.08 125	0.09 151	0.09 74

hknet	0.26 229	0.15 155	0.49 134	0.25 236	0.16 221	0.35 304	0.22 242	0.59 355	0.40 236	0.34 245	0.35 186	0.43 312	0.28 260	0.38 221	0.26 235	0.09 167	0.07 100	0.11 269	0.10 244	0.09 151	0.10 121

GwcNet-ADL	0.23 155	0.15 155	0.58 251	0.24 205	0.13 97	0.23 132	0.24 292	0.51 273	0.41 243	0.28 130	0.29 121	0.30 208	0.20 160	0.27 111	0.28 253	0.09 167	0.07 100	0.07 20	0.07 60	0.09 151	0.11 155

THIR-Stereo	0.30 289	0.15 155	0.46 95	0.19 21	0.11 28	0.28 201	0.70 433	0.33 95	0.36 187	0.37 288	0.64 383	0.33 236	0.49 382	0.58 292	0.44 336	0.08 105	0.06 37	0.08 82	0.09 198	0.07 40	0.08 45

IRAFT_RVC	0.23 155	0.15 155	0.54 212	0.26 271	0.12 55	0.19 41	0.23 269	0.41 184	0.39 226	0.31 191	0.30 133	0.29 191	0.24 206	0.55 281	0.23 202	0.08 105	0.06 37	0.10 218	0.08 125	0.08 83	0.08 45

sCroCo_RVC	0.19 61	0.15 155	0.60 265	0.27 305	0.18 275	0.23 132	0.16 58	0.28 32	0.24 38	0.14 11	0.22 73	0.17 54	0.14 65	0.22 57	0.16 66	0.11 260	0.11 235	0.09 149	0.09 198	0.09 151	0.10 121

DCANet	0.20 85	0.15 155	0.57 236	0.19 21	0.09 7	0.19 41	0.18 123	0.37 129	0.41 243	0.30 176	0.31 144	0.19 72	0.23 187	0.21 43	0.20 150	0.07 19	0.05 3	0.07 20	0.05 9	0.07 40	0.10 121

csc	0.20 85	0.15 155	0.57 236	0.19 21	0.09 7	0.19 41	0.18 123	0.38 140	0.46 297	0.29 154	0.31 144	0.18 63	0.28 260	0.21 43	0.20 150	0.07 19	0.05 3	0.07 20	0.05 9	0.06 3	0.09 74

cscssc	0.20 85	0.15 155	0.57 236	0.19 21	0.09 7	0.19 41	0.18 123	0.38 140	0.46 297	0.29 154	0.31 144	0.18 63	0.28 260	0.21 43	0.20 150	0.07 19	0.05 3	0.07 20	0.05 9	0.06 3	0.09 74

UPFNet	0.27 250	0.15 155	0.47 100	0.25 236	0.20 318	0.37 319	0.27 322	0.50 263	0.40 236	0.36 273	0.38 219	0.37 266	0.29 278	0.40 225	0.34 295	0.10 226	0.10 210	0.10 218	0.10 244	0.10 202	0.08 45

rvit_0105_6	0.20 85	0.16 178	0.41 58	0.23 162	0.14 133	0.18 30	0.20 189	0.31 74	0.39 226	0.18 43	0.22 73	0.23 114	0.18 136	0.26 101	0.18 108	0.16 358	0.13 267	0.13 324	0.11 273	0.11 254	0.09 74

test_sample7	0.28 258	0.16 178	0.47 100	0.21 73	0.14 133	0.29 220	0.22 242	0.54 300	0.43 266	0.38 296	0.36 201	0.38 272	0.32 308	0.41 228	0.26 235	0.14 335	0.21 365	0.13 324	0.12 311	0.13 302	0.25 357

ACVNet-DCA	0.21 111	0.16 178	0.50 155	0.27 305	0.13 97	0.31 253	0.19 158	0.43 194	0.32 140	0.21 59	0.20 48	0.13 17	0.17 108	0.28 130	0.12 2	0.08 105	0.28 409	0.08 82	0.06 29	0.09 151	0.23 334

xx1	0.23 155	0.16 178	0.50 155	0.27 305	0.13 97	0.31 253	0.19 158	0.39 157	0.48 315	0.21 59	0.20 48	0.28 178	0.25 217	0.28 130	0.12 2	0.08 105	0.28 409	0.10 218	0.11 273	0.09 151	0.23 334

1test111	0.22 125	0.16 178	0.50 155	0.27 305	0.13 97	0.31 253	0.19 158	0.43 194	0.32 140	0.21 59	0.20 48	0.13 17	0.17 108	0.36 210	0.28 253	0.08 105	0.28 409	0.08 82	0.06 29	0.09 151	0.23 334

cc1	0.22 125	0.16 178	0.50 155	0.27 305	0.13 97	0.31 253	0.19 158	0.39 157	0.48 315	0.21 59	0.20 48	0.13 17	0.17 108	0.28 130	0.12 2	0.08 105	0.28 409	0.08 82	0.06 29	0.08 83	0.37 411

tt1	0.22 125	0.16 178	0.49 134	0.26 271	0.15 189	0.31 253	0.19 158	0.38 140	0.46 297	0.21 59	0.19 40	0.13 17	0.16 93	0.28 130	0.12 2	0.08 105	0.28 409	0.08 82	0.06 29	0.08 83	0.37 411

plain	0.18 41	0.16 178	0.59 258	0.21 73	0.13 97	0.16 12	0.17 79	0.29 47	0.23 28	0.16 23	0.26 98	0.13 17	0.17 108	0.27 111	0.17 84	0.09 167	0.06 37	0.10 218	0.07 60	0.10 202	0.07 14

gwcnet-sp	0.25 208	0.16 178	0.70 305	0.23 162	0.14 133	0.34 291	0.22 242	0.46 227	0.41 243	0.37 288	0.35 186	0.27 165	0.27 240	0.36 210	0.26 235	0.09 167	0.08 150	0.09 149	0.09 198	0.10 202	0.10 121

scenet	0.25 208	0.16 178	0.70 305	0.23 162	0.14 133	0.34 291	0.22 242	0.46 227	0.41 243	0.37 288	0.35 186	0.27 165	0.27 240	0.36 210	0.26 235	0.09 167	0.08 150	0.09 149	0.09 198	0.10 202	0.10 121

CASS	0.22 125	0.16 178	0.40 52	0.26 271	0.12 55	0.29 220	0.19 158	0.40 166	0.32 140	0.34 245	0.35 186	0.25 141	0.25 217	0.26 101	0.21 170	0.13 314	0.08 150	0.11 269	0.09 198	0.11 254	0.12 193
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
ssnet	0.25 208	0.16 178	0.70 305	0.23 162	0.14 133	0.34 291	0.22 242	0.46 227	0.41 243	0.37 288	0.35 186	0.27 165	0.27 240	0.36 210	0.26 235	0.09 167	0.08 150	0.09 149	0.09 198	0.10 202	0.10 121

qqq	0.24 183	0.16 178	0.46 95	0.20 47	0.15 189	0.23 132	0.20 189	0.43 194	0.32 140	0.26 110	0.31 144	0.28 178	0.25 217	0.36 210	0.28 253	0.08 105	0.22 374	0.10 218	0.11 273	0.09 151	0.23 334

NINENet	0.27 250	0.16 178	0.49 134	0.23 162	0.16 221	0.44 353	0.17 79	0.63 383	0.49 328	0.33 227	0.38 219	0.31 218	0.22 176	0.43 235	0.22 186	0.11 260	0.10 210	0.12 300	0.08 125	0.12 289	0.11 155

test_4	0.19 61	0.16 178	0.39 47	0.24 205	0.13 97	0.19 41	0.21 212	0.27 28	0.24 38	0.24 89	0.47 317	0.22 101	0.13 52	0.27 111	0.18 108	0.06 1	0.06 37	0.09 149	0.09 198	0.07 40	0.06 5

PSMNet-ADL	0.26 229	0.16 178	0.39 47	0.27 305	0.14 133	0.32 269	0.22 242	0.45 220	0.37 202	0.28 130	0.34 178	0.41 295	0.28 260	0.61 310	0.32 283	0.11 260	0.10 210	0.09 149	0.11 273	0.10 202	0.13 213

OMP-Stereo	0.24 183	0.16 178	0.48 114	0.30 351	0.13 97	0.21 90	0.16 58	0.38 140	0.35 174	0.34 245	0.30 133	0.33 236	0.20 160	0.70 347	0.24 210	0.08 105	0.06 37	0.09 149	0.07 60	0.08 83	0.07 14

IIG-Stereo	0.24 183	0.16 178	0.47 100	0.29 343	0.12 55	0.23 132	0.14 20	0.40 166	0.33 154	0.35 262	0.37 212	0.33 236	0.22 176	0.70 347	0.26 235	0.08 105	0.06 37	0.09 149	0.07 60	0.08 83	0.07 14

CroCo-Stereo	0.15 9	0.16 178	0.34 26	0.25 236	0.12 55	0.11 2	0.18 123	0.35 111	0.24 38	0.13 3	0.13 9	0.18 63	0.12 31	0.15 2	0.13 10	0.08 105	0.06 37	0.07 20	0.05 9	0.07 40	0.06 5
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
iRaftStereo_RVC	0.17 33	0.16 178	0.35 30	0.21 73	0.11 28	0.20 68	0.17 79	0.34 102	0.25 60	0.20 53	0.25 91	0.19 72	0.12 31	0.21 43	0.16 66	0.07 19	0.12 251	0.10 218	0.09 198	0.09 151	0.14 235

pcwnet_v2	0.32 305	0.16 178	1.22 416	0.23 162	0.19 300	0.32 269	0.19 158	0.61 371	0.61 381	0.37 288	0.45 298	0.35 257	0.29 278	0.37 219	0.26 235	0.14 335	0.11 235	0.12 300	0.11 273	0.14 323	0.18 278

UNet	0.28 258	0.16 178	0.70 305	0.24 205	0.20 318	0.44 353	0.21 212	0.52 278	0.42 255	0.36 273	0.40 243	0.43 312	0.33 316	0.41 228	0.32 283	0.09 167	0.07 100	0.10 218	0.09 198	0.10 202	0.09 74

ac_64	0.28 258	0.16 178	0.62 274	0.25 236	0.17 249	0.36 311	0.22 242	0.48 247	0.35 174	0.36 273	0.37 212	0.51 354	0.30 284	0.62 318	0.34 295	0.11 260	0.09 185	0.10 218	0.10 244	0.09 151	0.09 74

DISCO	0.33 312	0.16 178	0.55 218	0.26 271	0.16 221	0.48 375	0.25 305	0.52 278	0.58 371	0.38 296	0.45 298	0.63 392	0.37 334	0.65 330	0.50 354	0.10 226	0.07 100	0.09 149	0.08 125	0.13 302	0.13 213

MDST_ROB	0.51 391	0.16 178	0.97 381	0.31 364	0.21 331	1.35 449	0.34 369	0.80 425	0.59 378	1.09 437	0.74 401	0.49 347	0.37 334	1.31 439	0.60 376	0.14 335	0.12 251	0.16 366	0.13 339	0.13 302	0.18 278

rvit_0105_4	0.21 111	0.17 203	0.49 134	0.23 162	0.14 133	0.20 68	0.23 269	0.35 111	0.40 236	0.19 45	0.24 85	0.25 141	0.20 160	0.28 130	0.18 108	0.16 358	0.13 267	0.12 300	0.11 273	0.11 254	0.10 121

rvit_stereo_0081_aga	0.17 33	0.17 203	0.40 52	0.21 73	0.14 133	0.20 68	0.17 79	0.24 15	0.26 69	0.18 43	0.21 65	0.20 83	0.14 65	0.20 38	0.15 54	0.12 295	0.08 150	0.09 149	0.08 125	0.10 202	0.08 45

AIO-Stereo-zeroshot1	0.28 258	0.17 203	0.96 379	0.29 343	0.31 405	0.29 220	0.21 212	0.53 288	0.28 93	0.27 120	0.55 353	0.41 295	0.18 136	0.30 160	0.22 186	0.08 105	0.10 210	0.08 82	0.13 339	0.12 289	0.20 306

rvit_stereo_0080	0.16 19	0.17 203	0.35 30	0.19 21	0.13 97	0.14 4	0.20 189	0.29 47	0.26 69	0.16 23	0.17 28	0.19 72	0.14 65	0.19 28	0.16 66	0.11 260	0.08 150	0.08 82	0.08 125	0.10 202	0.08 45

IGEVStereo-DCA	0.20 85	0.17 203	0.41 58	0.22 115	0.15 189	0.20 68	0.17 79	0.28 32	0.23 28	0.19 45	0.12 4	0.14 33	0.12 31	0.38 221	0.31 277	0.07 19	0.16 319	0.08 82	0.07 60	0.08 83	0.36 403

rrr	0.22 125	0.17 203	0.79 335	0.22 115	0.15 189	0.20 68	0.18 123	0.40 166	0.27 84	0.19 45	0.12 4	0.14 33	0.12 31	0.38 221	0.31 277	0.07 19	0.16 319	0.08 82	0.07 60	0.08 83	0.28 377

ffm	0.27 250	0.17 203	0.84 350	0.21 73	0.13 97	0.29 220	0.21 212	0.38 140	0.46 297	0.31 191	0.44 284	0.34 243	0.24 206	0.28 130	0.12 2	0.08 105	0.28 409	0.12 300	0.11 273	0.08 83	0.37 411

ff1	0.36 328	0.17 203	0.84 350	0.21 73	0.13 97	0.29 220	0.21 212	0.38 140	0.46 297	0.31 191	0.44 284	0.34 243	0.24 206	0.91 404	1.30 430	0.08 105	0.28 409	0.12 300	0.11 273	0.08 83	0.37 411

mmx	0.37 335	0.17 203	0.84 350	0.21 73	0.13 97	0.29 220	0.21 212	0.57 334	0.48 315	0.31 191	0.44 284	0.34 243	0.24 206	0.91 404	1.30 430	0.10 226	0.20 360	0.12 300	0.11 273	0.11 254	0.23 334

1111x	0.39 345	0.17 203	0.80 338	0.23 162	0.15 189	0.33 276	0.27 322	0.62 379	0.48 315	0.32 216	0.43 274	0.40 289	0.29 278	0.86 394	1.60 445	0.09 167	0.23 383	0.09 149	0.12 311	0.10 202	0.23 334

whm_eth	0.16 19	0.17 203	0.35 30	0.19 21	0.13 97	0.14 4	0.20 189	0.29 47	0.26 69	0.16 23	0.17 28	0.19 72	0.14 65	0.19 28	0.16 66	0.11 260	0.08 150	0.08 82	0.08 125	0.10 202	0.08 45

xxx	0.37 335	0.17 203	0.84 350	0.21 73	0.13 97	0.29 220	0.21 212	0.57 334	0.48 315	0.31 191	0.44 284	0.34 243	0.24 206	0.91 404	1.30 430	0.10 226	0.20 360	0.12 300	0.11 273	0.11 254	0.23 334

MaDis-Stereo	0.15 9	0.17 203	0.39 47	0.19 21	0.15 189	0.16 12	0.13 8	0.26 25	0.22 22	0.13 3	0.15 21	0.14 33	0.11 19	0.17 11	0.17 84	0.08 105	0.07 100	0.08 82	0.06 29	0.07 40	0.06 5

MIM_Stereo	0.20 85	0.17 203	0.55 218	0.20 47	0.21 331	0.17 20	0.14 20	0.37 129	0.27 84	0.28 130	0.35 186	0.23 114	0.13 52	0.28 130	0.16 66	0.06 1	0.08 150	0.09 149	0.08 125	0.08 83	0.15 248

CSP-Net	0.28 258	0.17 203	0.41 58	0.22 115	0.14 133	0.44 353	0.24 292	0.52 278	0.42 255	0.42 333	0.44 284	0.42 306	0.27 240	0.66 336	0.30 268	0.12 295	0.09 185	0.08 82	0.08 125	0.10 202	0.10 121

GMOStereo	0.20 85	0.17 203	0.45 83	0.23 162	0.18 275	0.21 90	0.27 322	0.28 32	0.28 93	0.31 191	0.32 153	0.28 178	0.17 108	0.16 5	0.13 10	0.07 19	0.23 383	0.10 218	0.08 125	0.08 83	0.07 14

error version	0.20 85	0.17 203	0.45 83	0.23 162	0.18 275	0.21 90	0.27 322	0.28 32	0.28 93	0.31 191	0.32 153	0.28 178	0.17 108	0.16 5	0.13 10	0.07 19	0.23 383	0.10 218	0.08 125	0.08 83	0.07 14

test-v	0.20 85	0.17 203	0.45 83	0.23 162	0.18 275	0.21 90	0.27 322	0.28 32	0.28 93	0.31 191	0.32 153	0.28 178	0.17 108	0.16 5	0.13 10	0.07 19	0.23 383	0.10 218	0.08 125	0.08 83	0.07 14

test-2	0.20 85	0.17 203	0.45 83	0.23 162	0.18 275	0.21 90	0.27 322	0.28 32	0.28 93	0.31 191	0.32 153	0.28 178	0.17 108	0.16 5	0.13 10	0.07 19	0.23 383	0.10 218	0.08 125	0.08 83	0.07 14

test_xeample3	0.22 125	0.17 203	0.81 339	0.21 73	0.15 189	0.20 68	0.18 123	0.40 166	0.25 60	0.19 45	0.12 4	0.13 17	0.12 31	0.34 199	0.33 291	0.07 19	0.20 360	0.07 20	0.08 125	0.08 83	0.34 400

AdaStereo	0.25 208	0.17 203	0.47 100	0.25 236	0.13 97	0.33 276	0.17 79	0.57 334	0.43 266	0.34 245	0.38 219	0.35 257	0.21 170	0.32 176	0.24 210	0.14 335	0.06 37	0.13 324	0.09 198	0.11 254	0.09 74
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.
rvit_0105_5	0.22 125	0.18 224	0.51 169	0.23 162	0.13 97	0.22 114	0.25 305	0.38 140	0.40 236	0.21 59	0.23 79	0.27 165	0.20 160	0.27 111	0.20 150	0.15 348	0.13 267	0.12 300	0.12 311	0.10 202	0.10 121

UGAM	0.28 258	0.18 224	0.57 236	0.26 271	0.13 97	0.23 132	0.26 316	0.33 95	0.45 287	0.32 216	0.42 261	0.45 323	0.22 176	0.92 409	0.23 202	0.08 105	0.09 185	0.14 344	0.13 339	0.10 202	0.10 121

rvit_stereo_0075_2	0.25 208	0.18 224	0.65 285	0.27 305	0.22 346	0.22 114	0.15 35	0.41 184	0.36 187	0.27 120	0.37 212	0.29 191	0.21 170	0.29 149	0.20 150	0.17 372	0.12 251	0.19 388	0.12 311	0.14 323	0.14 235

H2IRNET	0.19 61	0.18 224	0.50 155	0.22 115	0.12 55	0.20 68	0.16 58	0.28 32	0.31 131	0.17 32	0.32 153	0.25 141	0.20 160	0.24 75	0.19 133	0.08 105	0.06 37	0.09 149	0.10 244	0.10 202	0.08 45

CroCo-Stereo Lap2	0.16 19	0.18 224	0.39 47	0.26 271	0.18 275	0.11 2	0.19 158	0.30 59	0.22 22	0.13 3	0.16 24	0.15 41	0.11 19	0.17 11	0.15 54	0.07 19	0.07 100	0.08 82	0.06 29	0.08 83	0.07 14

delet	0.29 276	0.18 224	0.58 251	0.24 205	0.19 300	0.41 339	0.30 346	0.52 278	0.51 339	0.35 262	0.42 261	0.37 266	0.31 297	0.49 253	0.36 305	0.10 226	0.09 185	0.11 269	0.12 311	0.09 151	0.09 74

ACVNet	0.24 183	0.18 224	0.51 169	0.18 10	0.15 189	0.27 186	0.23 269	0.40 166	0.45 287	0.29 154	0.41 254	0.38 272	0.28 260	0.28 130	0.35 301	0.09 167	0.07 100	0.08 82	0.07 60	0.10 202	0.09 74

acv_ft	0.26 229	0.18 224	0.56 228	0.24 205	0.19 300	0.34 291	0.21 212	0.47 237	0.45 287	0.39 310	0.41 254	0.38 272	0.28 260	0.28 130	0.36 305	0.09 167	0.07 100	0.08 82	0.07 60	0.11 254	0.09 74

DSFCA	0.29 276	0.18 224	0.48 114	0.21 73	0.17 249	0.39 329	0.32 360	0.49 255	0.44 276	0.44 349	0.38 219	0.40 289	0.30 284	0.53 271	0.38 313	0.12 295	0.10 210	0.10 218	0.11 273	0.11 254	0.11 155

DMCA	0.24 183	0.18 224	0.51 169	0.23 162	0.14 133	0.27 186	0.20 189	0.45 220	0.40 236	0.32 216	0.33 170	0.33 236	0.25 217	0.27 111	0.30 268	0.11 260	0.08 150	0.10 218	0.08 125	0.11 254	0.12 193

NVstereo2D	0.32 305	0.18 224	0.63 279	0.24 205	0.23 356	0.43 348	0.28 335	0.60 364	0.58 371	0.28 130	0.39 234	0.42 306	0.30 284	0.71 352	0.30 268	0.13 314	0.09 185	0.13 324	0.10 244	0.20 380	0.18 278

HSM	0.29 276	0.18 224	0.48 114	0.21 73	0.15 189	0.33 276	0.20 189	0.55 316	0.39 226	0.36 273	0.39 234	0.67 406	0.32 308	0.88 397	0.24 210	0.09 167	0.07 100	0.08 82	0.07 60	0.09 151	0.10 121

rvit_stereo_ft	0.18 41	0.19 236	0.43 72	0.25 236	0.14 133	0.17 20	0.21 212	0.30 59	0.28 93	0.17 32	0.19 40	0.20 83	0.17 108	0.22 57	0.18 108	0.11 260	0.07 100	0.09 149	0.09 198	0.10 202	0.08 45

ToySt	0.28 258	0.19 236	0.68 298	0.22 115	0.19 300	0.31 253	0.31 355	0.43 194	0.43 266	0.28 130	0.38 219	0.42 306	0.32 308	0.33 185	0.32 283	0.08 105	0.14 281	0.10 218	0.12 311	0.11 254	0.24 346

IPLG	0.23 155	0.19 236	0.65 285	0.21 73	0.12 55	0.28 201	0.17 79	0.45 220	0.32 140	0.33 227	0.32 153	0.16 46	0.17 108	0.50 257	0.23 202	0.07 19	0.06 37	0.08 82	0.07 60	0.07 40	0.08 45

MIPNet	0.22 125	0.19 236	0.64 282	0.22 115	0.12 55	0.28 201	0.20 189	0.48 247	0.39 226	0.31 191	0.24 85	0.19 72	0.24 206	0.28 130	0.20 150	0.07 19	0.05 3	0.08 82	0.07 60	0.07 40	0.08 45

Anonymous3	0.24 183	0.19 236	0.76 324	0.27 305	0.18 275	0.41 339	0.24 292	0.45 220	0.36 187	0.23 83	0.27 109	0.20 83	0.18 136	0.28 130	0.19 133	0.12 295	0.11 235	0.10 218	0.10 244	0.11 254	0.13 213

raftrobust	0.19 61	0.19 236	0.42 67	0.23 162	0.24 367	0.19 41	0.13 8	0.33 95	0.28 93	0.26 110	0.20 48	0.19 72	0.17 108	0.23 68	0.17 84	0.08 105	0.10 210	0.07 20	0.06 29	0.07 40	0.09 74

ADLNet	0.30 289	0.19 236	0.59 258	0.23 162	0.19 300	0.34 291	0.23 269	0.56 325	0.44 276	0.43 343	0.41 254	0.43 312	0.28 260	0.56 286	0.36 305	0.11 260	0.08 150	0.11 269	0.11 273	0.11 254	0.15 248

MMNet	0.28 258	0.19 236	0.54 212	0.24 205	0.17 249	0.47 369	0.22 242	0.47 237	0.53 351	0.40 319	0.43 274	0.36 262	0.34 317	0.40 225	0.35 301	0.08 105	0.08 150	0.09 149	0.09 198	0.10 202	0.09 74

HGLStereo	0.29 276	0.19 236	0.60 265	0.24 205	0.21 331	0.33 276	0.23 269	0.52 278	0.44 276	0.36 273	0.49 327	0.41 295	0.35 324	0.46 246	0.34 295	0.11 260	0.11 235	0.09 149	0.09 198	0.11 254	0.12 193

GANet-RSSM	0.26 229	0.19 236	0.54 212	0.21 73	0.14 133	0.27 186	0.22 242	0.47 237	0.34 165	0.30 176	0.40 243	0.41 295	0.30 284	0.59 299	0.25 224	0.11 260	0.08 150	0.09 149	0.09 198	0.10 202	0.10 121

FAT-Stereo	0.36 328	0.19 236	0.75 320	0.26 271	0.18 275	0.34 291	0.30 346	0.62 379	0.61 381	0.47 367	0.61 379	0.59 378	0.50 383	0.61 310	0.36 305	0.13 314	0.14 281	0.13 324	0.12 311	0.14 323	0.20 306

RASNet	0.30 289	0.19 236	0.59 258	0.23 162	0.19 300	0.33 276	0.20 189	0.50 263	0.41 243	0.31 191	0.44 284	0.47 338	0.38 339	0.79 379	0.40 319	0.09 167	0.07 100	0.07 20	0.09 198	0.08 83	0.10 121

StereoDRNet-Refined	0.28 258	0.19 236	0.47 100	0.25 236	0.14 133	0.36 311	0.21 212	0.49 255	0.43 266	0.46 361	0.52 338	0.42 306	0.30 284	0.46 246	0.38 313	0.10 226	0.07 100	0.11 269	0.11 273	0.10 202	0.11 155
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
MyStereo8	0.25 208	0.20 249	0.69 299	0.24 205	0.17 249	0.31 253	0.16 58	0.50 263	0.32 140	0.29 154	0.38 219	0.25 141	0.19 155	0.33 185	0.29 266	0.08 105	0.20 360	0.08 82	0.08 125	0.10 202	0.16 259

Sa-1000	0.24 183	0.20 249	0.53 201	0.23 162	0.14 133	0.30 233	0.23 269	0.50 263	0.41 243	0.30 176	0.50 329	0.26 160	0.19 155	0.33 185	0.16 66	0.08 105	0.10 210	0.10 218	0.11 273	0.08 83	0.08 45

AnonymousM	0.19 61	0.20 249	0.30 13	0.18 10	0.10 20	0.19 41	0.17 79	0.32 80	0.27 84	0.27 120	0.21 65	0.18 63	0.14 65	0.21 43	0.16 66	0.09 167	0.08 150	0.38 425	0.15 364	0.06 3	0.08 45

S-Stereo	0.39 345	0.20 249	1.04 388	0.28 330	0.22 346	0.39 329	0.31 355	0.58 347	0.69 400	0.40 319	0.59 367	0.48 341	0.41 354	0.75 365	0.42 326	0.12 295	0.15 308	0.13 324	0.13 339	0.16 339	0.25 357

stereogan	0.39 345	0.20 249	0.78 334	0.28 330	0.22 346	0.65 407	0.26 316	0.62 379	0.65 390	0.45 356	0.60 371	0.67 406	0.45 365	0.69 344	0.37 311	0.14 335	0.14 281	0.14 344	0.12 311	0.20 380	0.19 292

DRN-Test	0.35 326	0.20 249	0.75 320	0.28 330	0.19 300	0.46 363	0.29 340	0.68 405	0.54 356	0.49 373	0.47 317	0.44 318	0.35 324	0.63 321	0.44 336	0.13 314	0.09 185	0.13 324	0.12 311	0.13 302	0.13 213

DLCB_ROB	0.30 289	0.20 249	0.45 83	0.28 330	0.17 249	0.37 319	0.25 305	0.50 263	0.45 287	0.46 361	0.47 317	0.51 354	0.34 317	0.56 286	0.38 313	0.10 226	0.10 210	0.11 269	0.11 273	0.10 202	0.11 155

rvit_0105_3	0.24 183	0.21 256	0.57 236	0.25 236	0.15 189	0.24 152	0.28 335	0.40 166	0.43 266	0.25 100	0.26 98	0.29 191	0.22 176	0.29 149	0.21 170	0.15 348	0.13 267	0.14 344	0.15 364	0.10 202	0.10 121

DualNet (step1)	0.31 299	0.21 256	0.69 299	0.18 10	0.17 249	0.36 311	0.21 212	0.54 300	0.43 266	0.38 296	0.36 201	0.38 272	0.32 308	0.41 228	0.26 235	0.24 401	0.21 365	0.28 413	0.24 410	0.18 366	0.21 315

test_sample9	0.45 373	0.21 256	0.69 299	0.18 10	0.17 249	0.36 311	0.21 212	0.54 300	0.43 266	0.38 296	0.36 201	0.38 272	0.32 308	0.70 347	1.01 412	0.24 401	1.93 464	0.28 413	0.24 410	0.18 366	0.21 315

test_sample8	0.52 394	0.21 256	0.69 299	0.18 10	0.17 249	0.36 311	0.21 212	0.57 334	0.38 210	0.63 403	0.39 234	1.16 431	0.68 416	0.70 347	1.01 412	0.24 401	1.93 464	0.28 413	0.24 410	0.18 366	0.21 315

SPstereo	0.18 41	0.21 256	0.47 100	0.23 162	0.18 275	0.21 90	0.10 1	0.28 32	0.24 38	0.20 53	0.22 73	0.15 41	0.13 52	0.21 43	0.16 66	0.07 19	0.19 351	0.07 20	0.05 9	0.06 3	0.09 74

4D-IteraStereo	0.20 85	0.21 256	0.62 274	0.21 73	0.14 133	0.19 41	0.17 79	0.29 47	0.28 93	0.24 89	0.20 48	0.20 83	0.10 9	0.22 57	0.18 108	0.07 19	0.07 100	0.10 218	0.08 125	0.08 83	0.33 397

ssnet_v2	0.30 289	0.21 256	0.63 279	0.23 162	0.15 189	0.40 335	0.30 346	0.59 355	0.48 315	0.40 319	0.37 212	0.46 330	0.30 284	0.41 228	0.44 336	0.13 314	0.11 235	0.11 269	0.11 273	0.12 289	0.11 155

RAFT_CTSACE	0.23 155	0.21 256	0.57 236	0.26 271	0.15 189	0.22 114	0.23 269	0.34 102	0.30 123	0.34 245	0.51 332	0.31 218	0.17 108	0.33 185	0.15 54	0.06 1	0.09 185	0.09 149	0.08 125	0.08 83	0.07 14

TRStereo	0.22 125	0.21 256	0.62 274	0.40 411	0.19 300	0.22 114	0.16 58	0.58 347	0.30 123	0.21 59	0.21 65	0.22 101	0.13 52	0.27 111	0.14 34	0.09 167	0.09 185	0.09 149	0.11 273	0.06 3	0.19 292

raft+_RVC	0.21 111	0.21 256	0.46 95	0.22 115	0.35 410	0.21 90	0.16 58	0.39 157	0.35 174	0.22 76	0.28 114	0.20 83	0.15 78	0.25 85	0.20 150	0.08 105	0.16 319	0.08 82	0.07 60	0.07 40	0.12 193

XX-TBD	0.16 19	0.21 256	0.43 72	0.22 115	0.10 20	0.23 132	0.15 35	0.23 7	0.28 93	0.22 76	0.26 98	0.14 33	0.12 31	0.16 5	0.14 34	0.08 105	0.05 3	0.06 1	0.04 1	0.07 40	0.06 5

psm_up	0.30 289	0.21 256	0.58 251	0.26 271	0.18 275	0.32 269	0.27 322	0.57 334	0.45 287	0.38 296	0.41 254	0.45 323	0.40 349	0.59 299	0.32 283	0.11 260	0.12 251	0.13 324	0.12 311	0.11 254	0.11 155

hitnet-ft	0.31 299	0.21 256	0.56 228	0.19 21	0.14 133	0.40 335	0.23 269	0.46 227	0.42 255	0.37 288	0.46 310	0.53 363	0.35 324	0.76 371	0.35 301	0.14 335	0.10 210	0.14 344	0.10 244	0.15 331	0.14 235

PSMNet-RSSM	0.26 229	0.21 256	0.50 155	0.21 73	0.14 133	0.25 165	0.21 212	0.50 263	0.38 210	0.31 191	0.45 298	0.40 289	0.27 240	0.53 271	0.24 210	0.12 295	0.08 150	0.11 269	0.13 339	0.10 202	0.10 121

CFNet-ft	0.26 229	0.21 256	0.51 169	0.19 21	0.16 221	0.31 253	0.21 212	0.40 166	0.37 202	0.29 154	0.40 243	0.46 330	0.27 240	0.49 253	0.28 253	0.12 295	0.07 100	0.12 300	0.11 273	0.12 289	0.11 155

CFNet_RVC	0.26 229	0.21 256	0.51 169	0.19 21	0.16 221	0.31 253	0.21 212	0.40 166	0.37 202	0.29 154	0.40 243	0.46 330	0.27 240	0.49 253	0.28 253	0.12 295	0.07 100	0.12 300	0.11 273	0.12 289	0.11 155

UCFNet_RVC	0.25 208	0.21 256	0.49 134	0.19 21	0.15 189	0.34 291	0.18 123	0.47 237	0.36 187	0.30 176	0.35 186	0.40 289	0.26 234	0.35 206	0.24 210	0.13 314	0.08 150	0.13 324	0.14 355	0.13 302	0.13 213

CBMV_ROB	0.36 328	0.21 256	0.57 236	0.22 115	0.14 133	0.35 304	0.20 189	0.55 316	0.47 309	0.52 382	0.58 363	0.45 323	0.53 392	0.75 365	0.50 354	0.18 383	0.19 351	0.23 402	0.21 397	0.15 331	0.20 306

GMStereo_Zeroshot	0.25 208	0.22 274	0.51 169	0.27 305	0.14 133	0.28 201	0.15 35	0.40 166	0.36 187	0.37 288	0.43 274	0.40 289	0.17 108	0.35 206	0.21 170	0.12 295	0.07 100	0.13 324	0.07 60	0.17 351	0.10 121

TestStereo1	0.23 155	0.22 274	0.50 155	0.27 305	0.14 133	0.26 180	0.27 322	0.43 194	0.38 210	0.29 154	0.39 234	0.23 114	0.21 170	0.33 185	0.18 108	0.08 105	0.08 150	0.09 149	0.08 125	0.08 83	0.10 121

SA-5K	0.23 155	0.22 274	0.50 155	0.27 305	0.14 133	0.26 180	0.27 322	0.43 194	0.38 210	0.29 154	0.39 234	0.23 114	0.21 170	0.33 185	0.18 108	0.08 105	0.08 150	0.09 149	0.08 125	0.08 83	0.10 121

SA	0.24 183	0.22 274	0.55 218	0.23 162	0.14 133	0.25 165	0.23 269	0.48 247	0.42 255	0.28 130	0.44 284	0.23 114	0.23 187	0.34 199	0.17 84	0.07 19	0.09 185	0.11 269	0.11 273	0.08 83	0.09 74

AACVNet	0.28 258	0.22 274	0.55 218	0.23 162	0.14 133	0.30 233	0.19 158	0.43 194	0.33 154	0.39 310	0.42 261	0.44 318	0.29 278	0.73 356	0.28 253	0.11 260	0.09 185	0.11 269	0.09 198	0.13 302	0.12 193

LMCR-Stereo	0.28 258	0.22 274	0.56 228	0.29 343	0.14 133	0.37 319	0.23 269	0.57 334	0.36 187	0.40 319	0.40 243	0.29 191	0.30 284	0.41 228	0.38 313	0.11 260	0.07 100	0.09 149	0.07 60	0.13 302	0.10 121

rafts_anoy	0.21 111	0.22 274	0.49 134	0.25 236	0.24 367	0.19 41	0.17 79	0.34 102	0.32 140	0.24 89	0.25 91	0.20 83	0.16 93	0.25 85	0.21 170	0.08 105	0.19 351	0.11 269	0.12 311	0.09 151	0.09 74

RALCasStereoNet	0.22 125	0.22 274	0.48 114	0.23 162	0.23 356	0.22 114	0.18 123	0.32 80	0.27 84	0.22 76	0.30 133	0.22 101	0.15 78	0.29 149	0.20 150	0.08 105	0.22 374	0.07 20	0.06 29	0.10 202	0.25 357

111	0.22 125	0.22 274	0.57 236	0.19 21	0.09 7	0.24 152	0.17 79	0.44 213	0.46 297	0.24 89	0.30 133	0.29 191	0.22 176	0.25 85	0.19 133	0.08 105	0.05 3	0.07 20	0.06 29	0.07 40	0.15 248

cf-r	0.26 229	0.22 274	0.66 290	0.22 115	0.14 133	0.28 201	0.22 242	0.44 213	0.42 255	0.32 216	0.42 261	0.43 312	0.27 240	0.44 238	0.27 246	0.11 260	0.07 100	0.08 82	0.10 244	0.08 83	0.09 74

edge stereo	0.40 355	0.22 274	0.87 358	0.27 305	0.22 346	0.38 325	0.26 316	0.59 355	0.56 367	0.53 388	0.60 371	0.71 414	0.50 383	0.78 375	0.43 329	0.16 358	0.15 308	0.19 388	0.14 355	0.17 351	0.19 292

iResNet	0.25 208	0.22 274	0.62 274	0.26 271	0.11 28	0.31 253	0.23 269	0.46 227	0.45 287	0.34 245	0.43 274	0.27 165	0.23 187	0.36 210	0.37 311	0.08 105	0.05 3	0.07 20	0.06 29	0.08 83	0.10 121

SGM_RVC	0.57 405	0.22 274	0.60 265	0.26 271	0.16 221	0.97 434	0.46 407	0.76 422	0.90 424	1.03 434	0.92 420	1.16 431	0.93 432	1.21 432	0.72 391	0.17 372	0.16 319	0.16 366	0.16 374	0.16 339	0.24 346
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
StereoVision	0.23 155	0.23 287	0.55 218	0.27 305	0.17 249	0.23 132	0.22 242	0.40 166	0.32 140	0.21 59	0.51 332	0.22 101	0.16 93	0.29 149	0.19 133	0.11 260	0.12 251	0.13 324	0.13 339	0.10 202	0.08 45

CBFPSM	0.28 258	0.23 287	0.76 324	0.21 73	0.14 133	0.38 325	0.26 316	0.42 187	0.37 202	0.34 245	0.36 201	0.55 366	0.38 339	0.33 185	0.40 319	0.08 105	0.08 150	0.07 20	0.08 125	0.09 151	0.12 193

iinet-f	0.31 299	0.23 287	1.16 405	0.20 47	0.16 221	0.44 353	0.23 269	0.47 237	0.38 210	0.36 273	0.44 284	0.41 295	0.35 324	0.36 210	0.43 329	0.10 226	0.09 185	0.08 82	0.08 125	0.13 302	0.12 193

Anonymous_2	0.44 370	0.23 287	0.57 236	0.34 385	0.34 407	0.53 389	0.28 335	0.49 255	0.39 226	0.36 273	0.34 178	0.48 341	0.38 339	0.43 235	0.33 291	0.26 409	0.41 435	0.44 429	1.45 464	0.33 420	0.37 411

raft_robust	0.25 208	0.23 287	0.44 80	0.22 115	0.13 97	0.23 132	0.22 242	0.52 278	0.50 333	0.33 227	0.32 153	0.33 236	0.23 187	0.55 281	0.18 108	0.07 19	0.11 235	0.08 82	0.10 244	0.08 83	0.07 14

ADLNet2	0.31 299	0.23 287	0.77 330	0.23 162	0.18 275	0.36 311	0.24 292	0.55 316	0.54 356	0.33 227	0.38 219	0.45 323	0.31 297	0.70 347	0.36 305	0.10 226	0.08 150	0.09 149	0.09 198	0.12 289	0.11 155

RAFT-Stereo + iAFF	0.20 85	0.23 287	0.49 134	0.21 73	0.16 221	0.19 41	0.17 79	0.35 111	0.32 140	0.26 110	0.33 170	0.20 83	0.17 108	0.21 43	0.17 84	0.06 1	0.10 210	0.07 20	0.07 60	0.07 40	0.11 155

RYNet	0.38 340	0.23 287	0.65 285	0.26 271	0.28 388	0.62 402	0.33 365	0.61 371	0.62 385	0.42 333	0.39 234	0.58 377	0.40 349	0.89 399	0.57 372	0.11 260	0.09 185	0.12 300	0.11 273	0.19 373	0.22 326

HITNet	0.22 125	0.23 287	0.60 265	0.20 47	0.09 7	0.27 186	0.15 35	0.45 220	0.33 154	0.29 154	0.33 170	0.27 165	0.22 176	0.29 149	0.27 246	0.07 19	0.05 3	0.07 20	0.06 29	0.09 151	0.11 155
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
MLCV	0.25 208	0.23 287	0.59 258	0.22 115	0.09 7	0.30 233	0.18 123	0.40 166	0.38 210	0.38 296	0.44 284	0.31 218	0.22 176	0.44 238	0.32 283	0.07 19	0.05 3	0.07 20	0.06 29	0.07 40	0.08 45

rvit_105_1	0.28 258	0.24 297	0.65 285	0.27 305	0.19 300	0.31 253	0.35 371	0.46 227	0.53 351	0.31 191	0.32 153	0.32 229	0.27 240	0.36 210	0.26 235	0.16 358	0.14 281	0.15 360	0.17 384	0.11 254	0.11 155

DispNO	0.29 276	0.24 297	0.83 346	0.23 162	0.17 249	0.25 165	0.22 242	0.47 237	0.42 255	0.33 227	0.39 234	0.38 272	0.28 260	0.78 375	0.35 301	0.09 167	0.07 100	0.10 218	0.10 244	0.09 151	0.09 74

RAFT+CT+SA	0.23 155	0.24 297	0.48 114	0.25 236	0.18 275	0.23 132	0.29 340	0.42 187	0.38 210	0.24 89	0.39 234	0.20 83	0.17 108	0.34 199	0.17 84	0.07 19	0.07 100	0.09 149	0.12 311	0.09 151	0.13 213

iRaft-Stereo_5w	0.25 208	0.24 297	0.50 155	0.23 162	0.18 275	0.19 41	0.19 158	0.39 157	0.35 174	0.28 130	0.36 201	0.34 243	0.23 187	0.66 336	0.28 253	0.07 19	0.07 100	0.08 82	0.07 60	0.09 151	0.14 235

RAFT	0.24 183	0.24 297	0.46 95	0.27 305	0.15 189	0.26 180	0.26 316	0.37 129	0.31 131	0.34 245	0.34 178	0.41 295	0.22 176	0.30 160	0.18 108	0.08 105	0.15 308	0.11 269	0.10 244	0.11 254	0.13 213

GEStereo_RVC	0.29 276	0.24 297	0.60 265	0.27 305	0.16 221	0.33 276	0.25 305	0.58 347	0.56 367	0.35 262	0.38 219	0.34 243	0.25 217	0.51 263	0.29 266	0.12 295	0.08 150	0.09 149	0.08 125	0.11 254	0.13 213

TestStereo	0.22 125	0.24 297	0.48 114	0.25 236	0.11 28	0.22 114	0.22 242	0.32 80	0.31 131	0.24 89	0.34 178	0.23 114	0.19 155	0.62 318	0.19 133	0.08 105	0.07 100	0.10 218	0.07 60	0.11 254	0.07 14

sAnonymous2	0.21 111	0.24 297	0.79 335	0.24 205	0.17 249	0.22 114	0.20 189	0.36 117	0.29 109	0.17 32	0.19 40	0.17 54	0.16 93	0.18 18	0.15 54	0.10 226	0.07 100	0.09 149	0.08 125	0.23 395	0.18 278

CroCo_RVC	0.21 111	0.24 297	0.79 335	0.24 205	0.17 249	0.22 114	0.20 189	0.36 117	0.29 109	0.17 32	0.19 40	0.17 54	0.16 93	0.18 18	0.15 54	0.10 226	0.07 100	0.09 149	0.08 125	0.23 395	0.18 278

RALAANet	0.21 111	0.24 297	0.53 201	0.23 162	0.14 133	0.22 114	0.13 8	0.38 140	0.30 123	0.29 154	0.26 98	0.25 141	0.15 78	0.28 130	0.20 150	0.08 105	0.08 150	0.09 149	0.08 125	0.10 202	0.07 14

AFF-stereo	0.20 85	0.24 297	0.49 134	0.22 115	0.11 28	0.18 30	0.18 123	0.35 111	0.29 109	0.25 100	0.36 201	0.25 141	0.17 108	0.25 85	0.17 84	0.06 1	0.09 185	0.08 82	0.08 125	0.08 83	0.11 155

STTStereo	0.30 289	0.24 297	0.83 346	0.25 236	0.17 249	0.30 233	0.24 292	0.49 255	0.39 226	0.39 310	0.41 254	0.44 318	0.28 260	0.41 228	0.30 268	0.13 314	0.13 267	0.13 324	0.16 374	0.12 289	0.12 193

NLCA_NET_v2_RVC	0.29 276	0.24 297	0.81 339	0.26 271	0.18 275	0.30 233	0.22 242	0.52 278	0.41 243	0.38 296	0.42 261	0.42 306	0.28 260	0.46 246	0.31 277	0.11 260	0.08 150	0.10 218	0.11 273	0.10 202	0.12 193
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
NOSS_ROB	0.33 312	0.24 297	0.49 134	0.27 305	0.16 221	0.34 291	0.19 158	0.55 316	0.50 333	0.34 245	0.37 212	0.42 306	0.30 284	0.93 411	0.25 224	0.19 392	0.20 360	0.24 404	0.22 404	0.17 351	0.25 357

pmcnn	0.54 398	0.24 297	1.06 391	0.25 236	0.26 382	0.40 335	0.31 355	0.55 316	0.55 363	0.56 395	1.22 433	2.53 457	0.39 346	0.84 391	1.08 421	0.09 167	0.06 37	0.06 1	0.05 9	0.10 202	0.14 235

LL-Strereo2	0.21 111	0.25 312	0.53 201	0.32 369	0.20 318	0.25 165	0.14 20	0.32 80	0.25 60	0.25 100	0.20 48	0.24 130	0.12 31	0.28 130	0.18 108	0.07 19	0.07 100	0.12 300	0.09 198	0.09 151	0.16 259

Wz-Net-LNSev-Ref	0.33 312	0.25 312	0.82 342	0.22 115	0.17 249	0.46 363	0.28 335	0.53 288	0.53 351	0.43 343	0.57 360	0.44 318	0.31 297	0.50 257	0.48 347	0.10 226	0.06 37	0.08 82	0.06 29	0.11 254	0.12 193

test_5	0.25 208	0.25 312	0.57 236	0.27 305	0.18 275	0.25 165	0.29 340	0.42 187	0.39 226	0.29 154	0.40 243	0.27 165	0.23 187	0.35 206	0.19 133	0.07 19	0.07 100	0.09 149	0.09 198	0.10 202	0.14 235

SACVNet	0.32 305	0.25 312	0.59 258	0.26 271	0.19 300	0.35 304	0.25 305	0.54 300	0.41 243	0.43 343	0.45 298	0.46 330	0.34 317	0.71 352	0.30 268	0.14 335	0.10 210	0.12 300	0.12 311	0.16 339	0.20 306

GwcNet-RSSM	0.28 258	0.25 312	0.61 271	0.22 115	0.14 133	0.28 201	0.24 292	0.46 227	0.44 276	0.33 227	0.46 310	0.41 295	0.28 260	0.55 281	0.31 277	0.11 260	0.07 100	0.09 149	0.10 244	0.10 202	0.09 74

BEATNet_4x	0.25 208	0.25 312	0.66 290	0.23 162	0.10 20	0.29 220	0.14 20	0.49 255	0.34 165	0.31 191	0.35 186	0.32 229	0.26 234	0.34 199	0.33 291	0.08 105	0.06 37	0.08 82	0.07 60	0.11 254	0.13 213

DANet	0.37 335	0.25 312	0.67 293	0.37 396	0.22 346	0.42 344	0.25 305	0.50 263	0.44 276	0.52 382	0.50 329	0.59 378	0.42 358	0.78 375	0.53 362	0.13 314	0.12 251	0.14 344	0.12 311	0.17 351	0.21 315
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
CVANet_RVC	0.34 320	0.25 312	0.77 330	0.27 305	0.17 249	0.34 291	0.28 335	0.55 316	0.50 333	0.43 343	0.46 310	0.44 318	0.31 297	0.90 402	0.27 246	0.15 348	0.10 210	0.14 344	0.14 355	0.15 331	0.15 248

DeepPruner_ROB	0.28 258	0.25 312	0.64 282	0.22 115	0.16 221	0.30 233	0.21 212	0.54 300	0.33 154	0.36 273	0.38 219	0.38 272	0.26 234	0.45 244	0.28 253	0.15 348	0.11 235	0.11 269	0.11 273	0.14 323	0.14 235

CBMV	0.36 328	0.25 312	0.61 271	0.24 205	0.14 133	0.42 344	0.33 365	0.56 325	0.52 350	0.54 391	0.52 338	0.51 354	0.58 399	0.63 321	0.43 329	0.15 348	0.16 319	0.18 382	0.16 374	0.13 302	0.19 292
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
fast-acv-ft	0.33 312	0.26 322	0.88 364	0.25 236	0.18 275	0.49 378	0.27 322	0.44 213	0.50 333	0.40 319	0.55 353	0.49 347	0.36 329	0.39 224	0.41 323	0.11 260	0.11 235	0.11 269	0.12 311	0.13 302	0.11 155

APVNet	0.38 340	0.26 322	0.87 358	0.26 271	0.22 346	0.52 386	0.35 371	0.64 388	0.46 297	0.40 319	0.52 338	0.48 341	0.39 346	0.84 391	0.48 347	0.13 314	0.14 281	0.15 360	0.16 374	0.16 339	0.16 259

RP	0.38 340	0.26 322	0.67 293	0.31 364	0.24 367	0.37 319	0.29 340	0.53 288	0.61 381	0.42 333	0.65 385	0.62 388	0.51 385	0.63 321	0.43 329	0.17 372	0.15 308	0.17 375	0.15 364	0.17 351	0.19 292

G-Net	0.47 383	0.26 322	1.02 387	0.34 385	0.28 388	0.89 428	0.35 371	0.47 237	0.46 297	0.68 410	1.20 431	0.64 397	0.59 401	0.61 310	0.60 376	0.16 358	0.14 281	0.17 375	0.13 339	0.22 390	0.21 315

DPSNet	0.51 391	0.26 322	1.16 405	0.28 330	0.21 331	0.76 415	0.56 424	0.89 437	0.82 416	0.49 373	0.51 332	0.64 397	0.81 424	0.89 399	0.85 402	0.17 372	0.16 319	0.13 324	0.13 339	0.26 404	0.27 371

XPNet_ROB	0.35 326	0.26 322	0.58 251	0.28 330	0.19 300	0.37 319	0.31 355	0.57 334	0.51 339	0.52 382	0.54 348	0.57 372	0.38 339	0.65 330	0.48 347	0.17 372	0.12 251	0.13 324	0.12 311	0.16 339	0.17 275

AASNet	0.29 276	0.27 328	0.67 293	0.26 271	0.18 275	0.34 291	0.21 212	0.64 388	0.49 328	0.36 273	0.41 254	0.32 229	0.26 234	0.33 185	0.39 317	0.12 295	0.09 185	0.10 218	0.08 125	0.14 323	0.12 193

ACRE	0.23 155	0.27 328	0.83 346	0.24 205	0.15 189	0.24 152	0.20 189	0.38 140	0.32 140	0.32 216	0.33 170	0.23 114	0.15 78	0.26 101	0.22 186	0.09 167	0.07 100	0.08 82	0.07 60	0.08 83	0.09 74

HCRNet	0.25 208	0.27 328	0.42 67	0.34 385	0.17 249	0.27 186	0.18 123	0.45 220	0.37 202	0.31 191	0.35 186	0.32 229	0.23 187	0.44 238	0.21 170	0.13 314	0.08 150	0.13 324	0.11 273	0.11 254	0.09 74

DMCA-RVC	0.30 289	0.27 328	0.93 374	0.28 330	0.17 249	0.30 233	0.21 212	0.43 194	0.36 187	0.40 319	0.38 219	0.39 286	0.36 329	0.44 238	0.34 295	0.13 314	0.10 210	0.16 366	0.12 311	0.13 302	0.11 155

TDLM	0.32 305	0.27 328	0.52 190	0.30 351	0.15 189	0.33 276	0.32 360	0.54 300	0.50 333	0.44 349	0.43 274	0.39 286	0.30 284	0.92 409	0.30 268	0.14 335	0.09 185	0.13 324	0.12 311	0.13 302	0.14 235

iResNet_ROB	0.27 250	0.27 328	0.48 114	0.21 73	0.12 55	0.32 269	0.17 79	0.57 334	0.55 363	0.39 310	0.44 284	0.37 266	0.28 260	0.43 235	0.28 253	0.08 105	0.06 37	0.06 1	0.05 9	0.09 151	0.11 155

WCMA_ROB	0.55 399	0.27 328	0.76 324	0.26 271	0.22 346	0.62 402	0.36 377	0.57 334	0.58 371	0.97 430	1.40 439	1.28 436	0.94 433	0.80 382	0.80 398	0.20 394	0.17 338	0.16 366	0.16 374	0.19 373	0.29 382

CIPLG	0.23 155	0.28 335	0.75 320	0.24 205	0.16 221	0.25 165	0.20 189	0.38 140	0.33 154	0.32 216	0.34 178	0.23 114	0.15 78	0.27 111	0.22 186	0.09 167	0.07 100	0.08 82	0.07 60	0.08 83	0.09 74

GANet	0.40 355	0.28 335	0.67 293	0.31 364	0.18 275	0.43 348	0.39 390	0.60 364	0.46 297	0.48 372	0.78 405	0.55 366	0.45 365	0.96 414	0.55 369	0.13 314	0.14 281	0.13 324	0.12 311	0.15 331	0.16 259

StereoDRNet	0.34 320	0.28 335	0.70 305	0.28 330	0.21 331	0.43 348	0.30 346	0.63 383	0.51 339	0.47 367	0.40 243	0.48 341	0.31 297	0.58 292	0.44 336	0.12 295	0.10 210	0.12 300	0.11 273	0.13 302	0.13 213

SDNR	0.47 383	0.29 338	0.92 370	0.24 205	0.37 415	1.27 445	0.17 79	0.54 300	0.58 371	0.44 349	0.85 413	0.55 366	0.28 260	1.19 431	0.52 358	0.23 399	0.24 393	0.17 375	0.13 339	0.19 373	0.26 368

IPLGR_C	0.23 155	0.29 338	0.81 339	0.24 205	0.16 221	0.24 152	0.20 189	0.38 140	0.33 154	0.32 216	0.33 170	0.23 114	0.15 78	0.26 101	0.22 186	0.09 167	0.07 100	0.08 82	0.07 60	0.08 83	0.09 74

psmorigin	0.52 394	0.29 338	3.10 458	0.24 205	0.19 300	0.39 329	0.24 292	0.52 278	0.45 287	0.66 408	0.68 391	0.70 413	0.52 387	0.86 394	0.49 353	0.15 348	0.17 338	0.13 324	0.14 355	0.16 339	0.23 334

GwcNet	0.37 335	0.29 338	1.12 399	0.25 236	0.24 367	0.48 375	0.27 322	0.58 347	0.60 379	0.39 310	0.54 348	0.51 354	0.34 317	0.60 304	0.46 342	0.13 314	0.12 251	0.12 300	0.11 273	0.13 302	0.15 248

Nwc_Net	0.39 345	0.29 338	0.84 350	0.32 369	0.24 367	0.45 361	0.30 346	0.67 400	0.51 339	0.39 310	0.70 395	0.59 378	0.48 378	0.61 310	0.45 341	0.16 358	0.12 251	0.19 388	0.21 397	0.14 323	0.15 248

CFNet	0.29 276	0.29 338	0.57 236	0.23 162	0.14 133	0.34 291	0.15 35	0.53 288	0.46 297	0.31 191	0.40 243	0.38 272	0.27 240	0.76 371	0.28 253	0.10 226	0.07 100	0.11 269	0.11 273	0.11 254	0.09 74

ARAFT	0.26 229	0.30 344	0.87 358	0.22 115	0.12 55	0.30 233	0.24 292	0.46 227	0.34 165	0.33 227	0.28 114	0.29 191	0.20 160	0.49 253	0.19 133	0.08 105	0.06 37	0.12 300	0.11 273	0.09 151	0.09 74

GMStereo	0.21 111	0.30 344	0.57 236	0.21 73	0.12 55	0.24 152	0.18 123	0.30 59	0.41 243	0.26 110	0.24 85	0.17 54	0.16 93	0.25 85	0.19 133	0.10 226	0.07 100	0.08 82	0.08 125	0.11 254	0.09 74
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
ADCL	0.50 388	0.30 344	1.15 403	0.28 330	0.19 300	0.77 418	0.64 429	0.57 334	0.73 409	0.57 398	0.73 400	0.55 366	0.60 402	0.66 336	1.53 442	0.11 260	0.10 210	0.13 324	0.13 339	0.15 331	0.16 259

AF-Net	0.40 355	0.31 347	0.74 317	0.33 380	0.24 367	0.43 348	0.30 346	0.64 388	0.67 394	0.44 349	0.69 394	0.65 399	0.52 387	0.59 299	0.48 347	0.16 358	0.12 251	0.19 388	0.14 355	0.16 339	0.14 235

NCC-stereo	0.42 364	0.31 347	0.87 358	0.32 369	0.29 398	0.47 369	0.37 379	0.68 405	0.53 351	0.42 333	0.58 363	0.57 372	0.52 387	0.75 365	0.54 366	0.18 383	0.14 281	0.18 382	0.25 413	0.17 351	0.18 278

Abc-Net	0.42 364	0.31 347	0.87 358	0.32 369	0.29 398	0.47 369	0.37 379	0.68 405	0.53 351	0.42 333	0.58 363	0.57 372	0.52 387	0.75 365	0.54 366	0.18 383	0.14 281	0.18 382	0.25 413	0.17 351	0.18 278
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
AANet_RVC	0.33 312	0.31 347	0.69 299	0.23 162	0.14 133	0.30 233	0.23 269	0.49 255	0.55 363	0.39 310	0.60 371	0.43 312	0.30 284	0.88 397	0.54 366	0.11 260	0.08 150	0.07 20	0.07 60	0.10 202	0.12 193

LALA_ROB	0.38 340	0.31 347	0.65 285	0.30 351	0.21 331	0.46 363	0.39 390	0.63 383	0.54 356	0.53 388	0.52 338	0.69 410	0.36 329	0.52 269	0.48 347	0.18 383	0.11 235	0.16 366	0.14 355	0.17 351	0.16 259

PSMNet_ROB	0.36 328	0.31 347	0.71 311	0.31 364	0.21 331	0.44 353	0.44 403	0.61 371	0.49 328	0.39 310	0.45 298	0.49 347	0.32 308	0.66 336	0.53 362	0.14 335	0.10 210	0.15 360	0.14 355	0.13 302	0.13 213

MeshStereo	0.60 410	0.31 347	0.71 311	0.22 115	0.17 249	0.66 408	0.36 377	0.81 427	0.63 387	1.48 456	1.32 436	1.65 443	0.83 425	1.18 430	0.74 392	0.17 372	0.17 338	0.17 375	0.14 355	0.17 351	0.19 292
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
dd	0.23 155	0.32 354	0.55 218	0.23 162	0.12 55	0.27 186	0.21 212	0.32 80	0.45 287	0.30 176	0.29 121	0.25 141	0.17 108	0.31 171	0.26 235	0.13 314	0.07 100	0.10 218	0.08 125	0.12 289	0.09 74

DGSMNet	0.63 416	0.32 354	1.01 386	0.54 428	0.73 442	0.62 402	1.36 460	0.62 379	0.58 371	0.38 296	0.62 381	0.52 359	0.34 317	0.65 330	0.47 345	0.54 435	0.61 451	0.67 440	0.61 448	0.65 436	0.69 448

FADNet-RVC-Resample	0.31 299	0.32 354	1.16 405	0.27 305	0.17 249	0.33 276	0.21 212	0.49 255	0.40 236	0.36 273	0.38 219	0.34 243	0.27 240	0.54 276	0.27 246	0.10 226	0.10 210	0.14 344	0.13 339	0.13 302	0.18 278

ETE_ROB	0.36 328	0.32 354	0.64 282	0.30 351	0.18 275	0.40 335	0.38 387	0.59 355	0.49 328	0.50 376	0.52 338	0.62 388	0.37 334	0.58 292	0.43 329	0.13 314	0.10 210	0.14 344	0.12 311	0.17 351	0.18 278

FC-DCNN v2	0.75 427	0.33 358	0.82 342	0.33 380	0.28 388	0.85 425	0.40 394	0.88 435	0.86 420	1.46 450	1.65 448	2.08 450	1.40 449	1.14 428	0.95 408	0.24 401	0.22 374	0.27 407	0.26 417	0.26 404	0.32 394

LL-Strereo	0.32 305	0.33 358	0.77 330	0.26 271	0.24 367	0.22 114	0.23 269	0.58 347	0.44 276	0.35 262	0.32 153	0.41 295	0.40 349	0.93 411	0.25 224	0.08 105	0.13 267	0.11 269	0.09 198	0.09 151	0.22 326

RAFT + AFF	0.30 289	0.33 358	0.76 324	0.25 236	0.17 249	0.30 233	0.33 365	0.55 316	0.42 255	0.28 130	0.30 133	0.31 218	0.31 297	0.64 326	0.32 283	0.09 167	0.11 235	0.11 269	0.10 244	0.12 289	0.16 259

aanetorigin	0.40 355	0.33 358	1.14 402	0.25 236	0.19 300	0.30 233	0.37 379	0.34 102	0.47 309	0.95 428	0.82 410	0.52 359	0.56 396	0.50 257	0.52 358	0.11 260	0.09 185	0.10 218	0.10 244	0.16 339	0.19 292

ADCRef	0.41 360	0.33 358	1.05 389	0.26 271	0.21 331	0.49 378	0.27 322	0.54 300	0.51 339	0.51 379	0.59 367	0.35 257	0.47 374	0.54 276	1.35 436	0.09 167	0.08 150	0.12 300	0.12 311	0.12 289	0.13 213

FC-DCNN	0.73 423	0.33 358	0.84 350	0.33 380	0.28 388	0.82 424	0.40 394	0.82 428	0.83 417	1.43 448	1.60 447	1.97 448	1.38 447	1.10 425	0.93 405	0.24 401	0.22 374	0.27 407	0.26 417	0.26 404	0.32 394

NCCL2	0.37 335	0.33 358	0.59 258	0.37 396	0.23 356	0.42 344	0.41 398	0.56 325	0.44 276	0.47 367	0.47 317	0.61 385	0.39 346	0.58 292	0.41 323	0.16 358	0.13 267	0.21 395	0.22 404	0.16 339	0.18 278

DN-CSS_ROB	0.24 183	0.33 358	0.69 299	0.25 236	0.14 133	0.26 180	0.13 8	0.42 187	0.35 174	0.30 176	0.42 261	0.22 101	0.20 160	0.34 199	0.22 186	0.07 19	0.06 37	0.11 269	0.11 273	0.11 254	0.09 74

ccnet	0.43 368	0.34 366	0.62 274	0.28 330	0.33 406	0.60 400	0.34 369	0.68 405	0.47 309	0.54 391	0.66 387	0.56 370	0.46 372	0.73 356	0.66 386	0.26 409	0.19 351	0.24 404	0.22 404	0.27 409	0.25 357

SHD	0.45 373	0.34 366	0.89 366	0.37 396	0.28 388	0.46 363	0.23 269	0.72 416	0.96 431	0.65 406	0.61 379	0.61 385	0.48 378	0.64 326	0.69 389	0.16 358	0.16 319	0.16 366	0.16 374	0.21 386	0.25 357

FBW_ROB	0.46 380	0.34 366	0.71 311	0.32 369	0.20 318	0.51 381	0.32 360	0.73 417	0.63 387	0.60 400	0.57 360	0.65 399	0.44 363	1.42 444	0.62 380	0.14 335	0.17 338	0.22 400	0.16 374	0.17 351	0.23 334

MSMD_ROB	0.63 416	0.34 366	0.70 305	0.30 351	0.25 378	0.88 427	0.35 371	0.58 347	0.67 394	1.13 438	1.52 443	1.75 446	1.05 438	0.90 402	0.60 376	0.24 401	0.22 374	0.27 407	0.27 420	0.25 400	0.27 371

HBP-ISP	0.34 320	0.35 370	0.76 324	0.23 162	0.17 249	0.33 276	0.22 242	0.56 325	0.47 309	0.42 333	0.49 327	0.33 236	0.41 354	0.73 356	0.27 246	0.18 383	0.19 351	0.24 404	0.20 395	0.16 339	0.16 259

Wz-Net-LNSev	0.36 328	0.35 370	1.06 391	0.26 271	0.21 331	0.47 369	0.33 365	0.56 325	0.58 371	0.45 356	0.54 348	0.50 351	0.37 334	0.40 225	0.42 326	0.12 295	0.11 235	0.10 218	0.09 198	0.14 323	0.15 248

Wz-Net-MNSev	0.39 345	0.35 370	0.99 385	0.26 271	0.21 331	0.59 399	0.39 390	0.58 347	0.61 381	0.49 373	0.56 358	0.53 363	0.37 334	0.61 310	0.47 345	0.11 260	0.09 185	0.11 269	0.11 273	0.15 331	0.15 248

FADNet_RVC	0.31 299	0.35 370	0.98 383	0.24 205	0.16 221	0.30 233	0.17 79	0.52 278	0.39 226	0.30 176	0.38 219	0.30 208	0.29 278	0.54 276	0.33 291	0.14 335	0.14 281	0.14 344	0.16 374	0.21 386	0.24 346

RGC	0.41 360	0.35 370	0.76 324	0.35 391	0.28 388	0.41 339	0.29 340	0.60 364	0.55 363	0.47 367	0.64 383	0.63 392	0.47 374	0.74 360	0.46 342	0.16 358	0.15 308	0.21 395	0.21 397	0.19 373	0.21 315

PA-Net	0.40 355	0.35 370	1.05 389	0.32 369	0.28 388	0.39 329	0.43 401	0.53 288	0.56 367	0.35 262	0.43 274	0.41 295	0.36 329	0.83 390	0.61 379	0.12 295	0.23 383	0.16 366	0.23 408	0.13 302	0.20 306
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
ADCP+	0.48 386	0.36 376	1.47 429	0.26 271	0.22 346	0.57 395	0.40 394	0.56 325	0.54 356	0.46 361	0.52 338	0.46 330	0.53 392	0.59 299	1.93 451	0.10 226	0.08 150	0.11 269	0.11 273	0.14 323	0.15 248

ADCPNet	0.51 391	0.36 376	1.82 443	0.27 305	0.23 356	0.71 411	0.39 390	0.56 325	0.54 356	0.52 382	0.60 371	0.66 403	0.57 398	0.64 326	1.23 426	0.15 348	0.18 347	0.14 344	0.23 408	0.19 373	0.22 326

PS-NSSS	0.33 312	0.36 376	0.61 271	0.24 205	0.18 275	0.33 276	0.24 292	0.59 355	0.42 255	0.38 296	0.52 338	0.36 262	0.31 297	0.80 382	0.32 283	0.18 383	0.14 281	0.21 395	0.15 364	0.17 351	0.14 235

UDGNet	0.24 183	0.37 379	0.53 201	0.25 236	0.14 133	0.24 152	0.18 123	0.32 80	0.44 276	0.29 154	0.28 114	0.24 130	0.20 160	0.30 160	0.21 170	0.16 358	0.07 100	0.21 395	0.11 273	0.16 339	0.11 155

SuperB	0.50 388	0.37 379	2.16 449	0.23 162	0.15 189	0.41 339	0.32 360	0.50 263	0.83 417	0.44 349	0.51 332	0.33 236	0.45 365	0.69 344	1.07 419	0.10 226	0.08 150	0.09 149	0.08 125	0.95 453	0.18 278

RTSC	0.43 368	0.37 379	0.95 378	0.30 351	0.20 318	0.50 380	0.23 269	0.65 394	0.86 420	0.56 395	0.54 348	0.51 354	0.36 329	0.71 352	0.92 404	0.13 314	0.14 281	0.11 269	0.13 339	0.18 366	0.19 292

DeepPrunerF	0.46 380	0.37 379	1.50 431	0.34 385	0.30 400	0.36 311	0.37 379	0.64 388	1.15 443	0.41 329	0.45 298	0.40 289	0.41 354	0.82 386	0.53 362	0.18 383	0.14 281	0.23 402	0.21 397	0.17 351	0.18 278

iResNetv2_ROB	0.29 276	0.37 379	0.92 370	0.24 205	0.13 97	0.30 233	0.19 158	0.55 316	0.51 339	0.39 310	0.46 310	0.39 286	0.27 240	0.36 210	0.30 268	0.09 167	0.06 37	0.07 20	0.05 9	0.13 302	0.11 155

PDISCO_ROB	0.45 373	0.37 379	0.89 366	0.44 419	0.37 415	0.70 410	0.35 371	0.75 420	0.78 412	0.45 356	0.53 345	0.65 399	0.40 349	0.68 343	0.52 358	0.22 398	0.12 251	0.21 395	0.19 391	0.26 404	0.22 326

dad	0.30 289	0.38 385	0.60 265	0.22 115	0.14 133	0.32 269	0.21 212	0.35 111	0.51 339	0.45 356	0.45 298	0.46 330	0.23 187	0.41 228	0.27 246	0.21 395	0.11 235	0.20 393	0.11 273	0.15 331	0.11 155

FCDSN-DC	0.67 419	0.38 385	0.83 346	0.37 396	0.30 400	0.66 408	0.37 379	0.69 411	0.70 402	1.15 440	1.53 444	1.70 445	1.38 447	1.00 417	0.83 400	0.24 401	0.22 374	0.27 407	0.26 417	0.27 409	0.32 394
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
NaN_ROB	0.44 370	0.38 385	0.94 377	0.30 351	0.20 318	0.52 386	0.49 414	0.61 371	0.60 379	0.56 395	0.47 317	0.49 347	0.42 358	1.24 433	0.76 394	0.12 295	0.18 347	0.12 300	0.13 339	0.12 289	0.18 278

PWC_ROB	0.41 360	0.38 385	0.92 370	0.26 271	0.20 318	0.39 329	0.19 158	0.61 371	0.69 400	0.58 399	0.84 412	0.52 359	0.44 363	0.74 360	0.62 380	0.13 314	0.09 185	0.14 344	0.10 244	0.17 351	0.18 278

Syn2CoEx	0.39 345	0.39 389	1.08 396	0.35 391	0.21 331	0.41 339	0.29 340	0.63 383	0.51 339	0.43 343	0.56 358	0.45 323	0.45 365	0.69 344	0.39 317	0.17 372	0.14 281	0.16 366	0.12 311	0.13 302	0.16 259

EDNetEfficient	0.64 418	0.39 389	2.52 451	0.26 271	0.26 382	0.39 329	0.49 414	0.42 187	1.06 435	1.38 445	0.86 414	0.61 385	0.97 434	0.66 336	1.62 446	0.11 260	0.10 210	0.10 218	0.12 311	0.20 380	0.19 292

LE_ROB	1.82 458	0.39 389	3.15 459	0.50 426	0.55 432	0.79 420	1.00 448	0.89 437	6.48 468	7.40 470	2.07 456	2.07 449	5.08 466	1.33 441	3.96 465	0.11 260	0.09 185	0.12 300	0.11 273	0.11 254	0.13 213

ELAS_RVC	0.80 431	0.40 392	1.10 398	0.40 411	0.35 410	0.93 429	1.10 455	0.87 434	1.12 441	1.40 446	1.39 437	1.27 435	1.55 455	1.13 426	1.13 422	0.29 416	0.27 404	0.30 416	0.28 421	0.31 416	0.36 403
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.80 431	0.40 392	0.91 369	0.39 407	0.35 410	1.52 453	0.81 442	0.97 439	0.98 432	1.47 455	1.58 446	1.19 433	1.33 446	1.01 418	1.21 425	0.29 416	0.27 404	0.30 416	0.29 423	0.32 419	0.36 403
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
PVD	0.62 413	0.41 394	0.93 374	0.44 419	0.39 419	0.63 405	0.51 418	0.86 433	1.27 444	0.93 427	1.09 426	0.81 418	0.85 426	0.89 399	0.89 403	0.21 395	0.23 383	0.22 400	0.19 391	0.28 412	0.41 419

PASM	0.49 387	0.41 394	1.15 403	0.37 396	0.35 410	0.42 344	0.42 399	0.54 300	0.65 390	0.54 391	0.54 348	0.63 392	0.48 378	0.94 413	0.51 357	0.27 413	0.30 421	0.30 416	0.33 425	0.29 414	0.29 382

SANet	0.58 407	0.41 394	1.38 424	0.27 305	0.16 221	0.72 412	0.48 411	0.71 413	1.34 445	0.69 411	0.97 422	0.94 424	0.78 420	0.97 416	0.93 405	0.14 335	0.12 251	0.12 300	0.12 311	0.18 366	0.20 306

PWCDC_ROB	0.41 360	0.41 394	0.77 330	0.34 385	0.21 331	0.43 348	0.20 189	0.60 364	0.90 424	0.44 349	1.24 434	0.36 262	0.38 339	0.56 286	0.48 347	0.18 383	0.11 235	0.11 269	0.10 244	0.20 380	0.16 259

FADNet-RVC	0.34 320	0.43 398	0.97 381	0.25 236	0.20 318	0.33 276	0.20 189	0.51 273	0.42 255	0.34 245	0.40 243	0.41 295	0.29 278	0.65 330	0.36 305	0.14 335	0.14 281	0.14 344	0.15 364	0.19 373	0.20 306

FADNet	0.34 320	0.43 398	0.88 364	0.24 205	0.22 346	0.37 319	0.19 158	0.56 325	0.49 328	0.32 216	0.36 201	0.43 312	0.32 308	0.65 330	0.30 268	0.17 372	0.16 319	0.14 344	0.16 374	0.25 400	0.21 315

MaskLacGwcNet_RVC	0.38 340	0.43 398	0.72 316	0.35 391	0.19 300	0.51 381	0.25 305	0.56 325	0.39 226	0.42 333	0.47 317	0.47 338	0.27 240	0.74 360	0.32 283	0.38 429	0.19 351	0.27 407	0.17 384	0.29 414	0.27 371

SGM-Forest	0.42 364	0.44 401	0.92 370	0.24 205	0.16 221	0.45 361	0.40 394	0.58 347	0.50 333	0.54 391	0.63 382	0.52 359	0.51 385	0.91 404	0.66 386	0.17 372	0.17 338	0.17 375	0.15 364	0.15 331	0.21 315
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
XQC	0.47 383	0.45 402	1.07 393	0.40 411	0.28 388	0.58 397	0.38 387	0.67 400	0.76 411	0.53 388	0.47 317	0.59 378	0.47 374	0.74 360	0.80 398	0.18 383	0.14 281	0.18 382	0.16 374	0.26 404	0.24 346

ADCMid	0.53 396	0.45 402	1.46 428	0.27 305	0.22 346	0.51 381	0.38 387	0.61 371	0.58 371	0.75 415	0.67 389	0.62 388	0.66 415	0.66 336	1.75 447	0.13 314	0.12 251	0.17 375	0.17 384	0.20 380	0.21 315

SAMSARA	0.62 413	0.47 404	0.93 374	0.70 437	0.50 426	1.15 440	1.29 459	0.79 424	0.70 402	0.77 419	0.55 353	0.92 423	0.58 399	0.87 396	0.77 395	0.19 392	0.27 404	0.18 382	0.19 391	0.27 409	0.28 377

CSAN	0.55 399	0.47 404	1.19 413	0.37 396	0.23 356	0.57 395	0.61 427	0.65 394	0.72 406	0.65 406	0.78 405	0.66 403	0.65 414	1.41 443	0.77 395	0.21 395	0.17 338	0.20 393	0.21 397	0.18 366	0.21 315

FINET	0.58 407	0.48 406	1.35 423	0.38 405	0.37 415	0.96 433	1.13 456	0.84 432	1.05 434	0.50 376	0.70 395	0.45 323	0.61 406	0.63 321	0.62 380	0.26 409	0.28 409	0.14 344	0.13 339	0.20 380	0.44 424

LSM	1.68 456	0.48 406	2.91 456	2.28 467	17.60 476	0.52 386	0.55 423	0.65 394	0.78 412	0.84 422	1.11 427	0.63 392	0.55 394	0.79 379	0.53 362	0.16 358	0.25 394	0.18 382	0.21 397	0.25 400	2.37 468

WZ-Net	0.56 403	0.49 408	2.14 448	0.30 351	0.24 367	0.58 397	0.48 411	0.65 394	0.80 414	0.51 379	0.72 397	0.68 408	0.60 402	1.06 423	1.01 412	0.13 314	0.10 210	0.11 269	0.12 311	0.19 373	0.23 334

AnyNet_C32	0.55 399	0.51 409	1.34 422	0.29 343	0.28 388	0.61 401	0.62 428	0.57 334	0.62 385	0.63 403	0.68 391	0.54 365	0.55 394	0.82 386	1.81 448	0.15 348	0.15 308	0.15 360	0.18 389	0.21 386	0.25 357

Consistency-Raft	0.56 403	0.52 410	1.12 399	0.45 421	0.49 425	0.48 375	0.45 404	0.73 417	0.74 410	0.45 356	0.82 410	0.46 330	0.60 402	0.51 263	0.63 383	0.39 431	0.40 433	0.44 429	0.51 440	0.53 430	0.38 418

GANetREF_RVC	0.45 373	0.52 410	0.87 358	0.39 407	0.20 318	0.51 381	0.50 416	0.68 405	0.67 394	0.47 367	0.46 310	0.50 351	0.43 361	0.91 404	0.40 319	0.28 415	0.21 365	0.32 420	0.19 391	0.28 412	0.23 334
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
Wz-Net-SNSev	0.45 373	0.53 412	1.42 427	0.31 364	0.21 331	0.44 353	0.45 404	0.64 388	0.68 398	0.46 361	0.66 387	0.62 388	0.40 349	0.78 375	0.65 384	0.12 295	0.11 235	0.12 300	0.13 339	0.17 351	0.19 292

UDG	0.42 364	0.54 413	0.67 293	0.41 415	0.35 410	0.47 369	0.27 322	0.57 334	0.48 315	0.40 319	0.46 310	0.59 378	0.45 365	0.47 250	0.46 342	0.26 409	0.19 351	0.49 431	0.22 404	0.37 422	0.30 385

anonymity	0.57 405	0.55 414	0.74 317	0.48 424	0.63 436	0.56 393	0.43 401	0.71 413	0.51 339	0.64 405	0.55 353	0.57 372	0.61 406	0.65 330	0.57 372	0.55 436	0.55 446	0.50 432	0.54 441	0.51 429	0.61 439

CC-Net-ROB	0.46 380	0.55 414	0.86 356	0.38 405	0.23 356	0.51 381	0.30 346	0.69 411	0.51 339	0.46 361	0.51 332	0.48 341	0.38 339	0.96 414	0.40 319	0.36 426	0.23 383	0.56 435	0.25 413	0.34 421	0.22 326

RTS	0.81 433	0.56 416	4.76 461	0.37 396	0.30 400	1.11 437	0.52 419	0.67 400	1.07 436	0.76 417	0.91 418	0.60 383	0.61 406	1.64 447	1.24 427	0.15 348	0.13 267	0.15 360	0.15 364	0.22 390	0.24 346

RTSA	0.81 433	0.56 416	4.76 461	0.37 396	0.30 400	1.11 437	0.52 419	0.67 400	1.07 436	0.76 417	0.91 418	0.60 383	0.61 406	1.64 447	1.24 427	0.15 348	0.13 267	0.15 360	0.15 364	0.22 390	0.24 346

ADCS	0.62 413	0.56 416	1.54 434	0.30 351	0.25 378	0.56 393	0.46 407	0.71 413	0.86 420	0.77 419	0.72 397	0.68 408	0.62 410	0.82 386	2.33 457	0.17 372	0.16 319	0.16 366	0.17 384	0.23 395	0.27 371

SGM-ForestM	1.59 452	0.56 416	1.52 433	0.41 415	0.34 407	2.77 462	1.67 463	1.69 456	1.73 451	2.48 461	2.27 460	6.02 469	2.90 463	3.08 462	2.83 461	0.25 408	0.30 421	0.19 388	0.20 395	0.18 366	0.45 427

SQANet	0.44 370	0.57 420	0.89 366	0.49 425	0.39 419	0.47 369	0.23 269	0.53 288	0.44 276	0.41 329	0.48 326	0.47 338	0.34 317	0.58 292	0.43 329	0.38 429	0.15 308	0.40 427	0.21 397	0.50 427	0.34 400

EDNetEfficientorigin	7.48 468	0.57 420	139.59 486	0.25 236	0.17 249	0.44 353	0.30 346	0.48 247	1.04 433	1.29 442	1.02 424	0.82 419	0.87 429	0.76 371	1.02 415	0.10 226	0.09 185	0.12 300	0.11 273	0.22 390	0.25 357

GASNet	0.39 345	0.58 422	1.27 418	0.35 391	0.23 356	0.35 304	0.23 269	0.63 383	0.56 367	0.41 329	0.38 219	0.45 323	0.30 284	0.81 385	0.42 326	0.16 358	0.11 235	0.14 344	0.14 355	0.23 395	0.12 193

MFN_U_SF_RVC	0.58 407	0.58 422	1.31 421	0.39 407	0.23 356	0.72 412	0.30 346	0.83 430	0.68 398	0.74 414	0.74 401	0.86 420	0.60 402	0.84 391	0.83 400	0.29 416	0.27 404	0.32 420	0.37 431	0.31 416	0.33 397

MANE	1.63 454	0.58 422	1.16 405	0.59 430	0.60 435	2.71 461	1.53 461	2.63 465	3.62 460	2.33 460	3.26 462	3.66 463	2.98 464	2.26 460	2.26 456	0.37 427	0.40 433	0.31 419	0.49 436	0.31 416	0.63 442

DDUNet	0.45 373	0.60 425	0.71 311	0.45 421	0.39 419	0.46 363	0.32 360	0.53 288	0.44 276	0.46 361	0.53 345	0.57 372	0.38 339	0.51 263	0.43 329	0.34 423	0.21 365	0.56 435	0.25 413	0.41 424	0.36 403

MFN_U_SF_DS_RVC	0.53 396	0.60 425	0.98 383	0.40 411	0.25 378	0.87 426	0.57 425	0.60 364	0.64 389	0.60 400	0.67 389	0.63 392	0.42 358	1.13 426	0.50 354	0.23 399	0.28 409	0.27 407	0.35 427	0.25 400	0.33 397

NVStereoNet_ROB	0.74 424	0.64 427	1.20 415	0.55 429	0.43 423	0.54 392	0.48 411	0.75 420	0.87 423	0.88 424	1.72 450	1.06 428	1.03 437	1.29 437	0.98 411	0.35 425	0.42 436	0.41 428	0.48 435	0.38 423	0.43 422
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
GCST	0.50 388	0.67 428	0.82 342	1.04 451	0.55 432	0.38 325	0.11 3	0.42 187	0.33 154	0.42 333	0.35 186	0.29 191	0.18 136	0.50 257	0.23 202	0.70 445	0.42 436	0.79 446	0.62 449	0.63 434	0.47 428

AnyNet_C01	0.68 421	0.69 429	2.64 453	0.33 380	0.27 387	0.93 429	0.64 429	0.66 398	0.65 390	0.70 412	0.97 422	0.75 416	0.63 412	1.01 418	1.52 441	0.17 372	0.16 319	0.17 375	0.17 384	0.24 399	0.28 377

Wz-Net-TNSev	0.55 399	0.72 430	1.90 444	0.26 271	0.21 331	0.64 406	0.45 404	0.66 398	0.71 404	0.52 382	0.55 353	0.71 414	0.63 412	1.04 421	0.94 407	0.16 358	0.15 308	0.13 324	0.15 364	0.21 386	0.24 346

SPS-STEREO	0.74 424	0.72 430	1.18 412	0.52 427	0.57 434	0.76 415	0.50 416	0.80 425	0.66 393	0.97 430	0.88 417	0.94 424	0.74 418	1.08 424	1.04 417	0.58 439	0.51 440	0.50 432	0.50 439	0.56 431	0.72 450
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
otaku	0.60 410	0.73 432	1.13 401	0.64 432	0.45 424	0.73 414	0.37 379	0.67 400	0.67 394	0.52 382	0.75 403	0.66 403	0.46 372	0.74 360	0.59 375	0.55 436	0.34 430	0.56 435	0.36 429	0.65 436	0.49 433

MSC_U_SF_DS_RVC	0.70 422	0.73 432	1.26 417	0.47 423	0.28 388	1.42 451	0.60 426	0.82 428	0.94 430	0.85 423	0.86 414	0.88 422	0.70 417	1.32 440	0.75 393	0.37 427	0.30 421	0.34 423	0.36 429	0.44 425	0.42 420

IGEV-BASED-STEREO-	0.20 85	0.74 434	0.71 311	0.17 5	0.08 3	0.15 8	0.15 35	0.19 2	0.18 2	0.13 3	0.12 4	0.10 1	0.08 1	0.16 5	0.14 34	0.34 423	0.12 251	0.08 82	0.07 60	0.11 254	0.24 346

Ntro	0.61 412	0.75 435	1.16 405	0.67 434	0.50 426	0.76 415	0.37 379	0.68 405	0.71 404	0.50 376	0.59 367	0.65 399	0.52 387	0.79 379	0.58 374	0.58 439	0.32 426	0.57 438	0.34 426	0.69 441	0.50 434

coex-ft	3.48 464	0.81 436	48.53 484	0.24 205	0.19 300	0.53 389	0.47 410	0.49 255	2.36 456	7.18 469	1.20 431	0.96 427	2.53 461	0.75 365	2.14 455	0.13 314	0.15 308	0.14 344	0.12 311	0.22 390	0.47 428

MFMNet_re	0.74 424	0.84 437	1.16 405	0.64 432	0.70 441	0.79 420	0.71 434	0.77 423	0.85 419	0.79 421	0.86 414	0.69 410	0.80 422	0.73 356	0.65 384	0.66 443	0.59 450	0.61 439	0.58 446	0.68 439	0.71 449

SGM+DAISY	1.12 444	0.86 438	1.64 437	0.68 435	0.80 449	1.68 455	1.68 464	1.08 441	1.10 438	1.53 457	1.76 452	1.47 440	1.53 454	1.24 433	1.42 440	0.66 443	0.65 456	0.52 434	0.54 441	0.57 432	0.91 457

JetBlue	1.20 446	0.89 439	2.53 452	0.59 430	0.76 443	3.16 464	2.09 465	1.16 443	0.93 427	0.95 428	1.12 428	1.65 443	1.27 444	2.15 458	1.87 450	0.43 434	0.37 432	0.38 425	0.39 433	0.62 433	0.63 442

ACVNet-4b	0.76 428	0.90 440	1.67 438	0.73 438	0.51 430	0.80 423	0.31 355	0.74 419	0.81 415	0.51 379	0.72 397	0.94 424	0.43 361	1.01 418	1.32 434	1.18 462	0.22 374	0.77 444	0.45 434	0.70 442	0.50 434

test_for_model	0.33 312	0.91 441	0.48 114	0.74 441	0.50 426	0.20 68	0.16 58	0.33 95	0.27 84	0.29 154	0.15 21	0.13 17	0.11 19	0.17 11	0.14 34	0.31 420	0.27 404	0.06 1	0.05 9	0.97 454	0.31 389

ACVNet_1	0.77 430	0.92 442	1.79 442	0.73 438	0.53 431	0.78 419	0.42 399	0.88 435	0.90 424	0.75 415	0.76 404	1.32 437	0.80 422	1.04 421	0.70 390	0.57 438	0.32 426	0.72 442	0.35 427	0.70 442	0.50 434

DispFullNet	0.67 419	0.94 443	1.63 436	0.77 442	1.19 459	0.53 389	0.25 305	0.61 371	0.72 406	0.70 412	0.60 371	0.69 410	0.90 430	0.80 382	0.52 358	0.27 413	0.13 267	0.74 443	0.31 424	0.68 439	0.44 424

IMH-64-1	0.94 435	0.95 444	1.07 393	0.98 448	0.76 443	0.93 429	0.72 435	1.30 445	1.11 439	0.91 425	1.45 440	1.14 429	1.00 435	1.25 435	0.97 409	0.77 446	0.51 440	0.97 450	0.55 444	0.90 447	0.66 445

IMH-64	0.94 435	0.95 444	1.07 393	0.98 448	0.76 443	0.93 429	0.72 435	1.30 445	1.11 439	0.91 425	1.45 440	1.14 429	1.00 435	1.25 435	0.97 409	0.77 446	0.51 440	0.97 450	0.55 444	0.90 447	0.66 445

ACVNet_2	0.94 435	0.98 446	1.71 440	0.83 444	0.63 436	1.02 435	0.64 429	1.16 443	1.43 448	1.02 432	1.39 437	1.47 440	0.86 428	1.16 429	0.79 397	0.63 442	0.43 439	0.78 445	0.49 436	0.80 444	0.57 437

WAO-7	1.05 439	1.00 447	1.19 413	0.83 444	0.67 440	1.22 443	0.84 444	1.43 449	1.56 449	1.13 438	1.75 451	1.46 439	1.25 443	1.56 446	1.28 429	0.61 441	0.62 454	0.70 441	0.68 451	0.66 438	0.62 440

RainbowNet	0.76 428	1.00 447	1.29 419	0.82 443	0.63 436	0.79 420	0.52 419	0.83 430	0.93 427	0.61 402	0.79 408	0.79 417	0.62 410	0.82 386	0.67 388	0.80 450	0.55 446	0.79 446	0.49 436	0.81 445	0.62 440

WAO-6	1.11 443	1.01 449	1.17 411	0.96 447	0.79 446	1.30 447	0.78 439	1.36 447	1.99 454	1.04 435	1.54 445	1.59 442	1.27 444	1.37 442	1.30 430	0.78 448	0.55 446	1.03 454	0.75 455	0.87 446	0.72 450

IMH	1.09 442	1.04 450	1.29 419	1.03 450	0.79 446	1.11 437	0.69 432	1.40 448	1.42 447	1.02 432	1.71 449	1.42 438	1.19 442	1.78 453	1.03 416	1.14 460	0.56 449	1.00 452	0.58 446	0.93 450	0.68 447

TorneroNet-64	1.47 448	1.15 451	1.51 432	1.11 456	0.86 453	2.27 460	0.76 437	1.84 458	3.76 461	1.29 442	2.22 459	2.68 459	1.46 450	1.81 454	1.55 443	0.79 449	0.51 440	1.10 455	0.67 450	1.31 459	0.81 456

LVE	1.18 445	1.16 452	1.67 438	1.04 451	0.81 450	1.32 448	0.82 443	1.49 451	1.94 452	1.08 436	1.90 453	1.89 447	1.07 439	1.51 445	1.04 417	0.96 456	0.61 451	0.94 449	0.69 452	0.92 449	0.79 455

Dean	1.22 447	1.17 453	1.97 445	1.04 451	0.79 446	1.21 442	0.76 437	1.51 452	1.96 453	1.30 444	1.98 455	2.14 451	1.18 441	1.30 438	1.15 423	0.83 451	0.61 451	1.01 453	0.69 452	0.97 454	0.77 454

TorneroNet	2.26 460	1.20 454	1.55 435	1.15 458	0.91 454	5.84 465	0.84 444	2.12 462	8.45 470	2.59 462	5.32 466	3.84 464	2.15 458	1.84 456	1.98 453	0.88 452	0.54 445	1.16 459	0.74 454	1.31 459	0.91 457

WAO-8	1.50 450	1.22 455	1.39 425	1.10 454	0.85 451	2.15 457	0.78 439	1.84 458	3.76 461	1.46 450	2.18 457	2.15 452	1.50 452	3.20 464	1.35 436	0.92 454	0.66 457	1.10 455	0.79 456	0.94 451	0.74 452

Venus	1.50 450	1.22 455	1.39 425	1.10 454	0.85 451	2.15 457	0.78 439	1.84 458	3.76 461	1.46 450	2.18 457	2.15 452	1.50 452	3.20 464	1.35 436	0.92 454	0.66 457	1.10 455	0.79 456	0.94 451	0.74 452

MADNet+	1.05 439	1.26 457	4.77 463	0.73 438	0.50 426	1.25 444	0.97 447	1.05 440	0.93 427	0.67 409	0.78 405	0.87 421	0.85 426	2.14 457	1.83 449	0.40 432	0.42 436	0.32 420	0.28 421	0.45 426	0.43 422

PWCK	1.05 439	1.29 458	2.12 447	0.92 446	0.42 422	1.27 445	1.01 449	1.14 442	1.14 442	1.16 441	1.14 429	1.25 434	0.90 430	1.77 452	1.15 423	0.89 453	0.51 440	0.87 448	0.54 441	1.02 456	0.57 437

UNDER WATER-64	1.61 453	1.30 459	2.93 457	1.33 459	0.96 455	2.20 459	1.25 458	1.47 450	3.15 458	1.46 450	1.31 435	2.61 458	2.22 459	1.69 449	1.93 451	1.13 459	0.67 459	1.29 460	0.94 459	1.26 457	1.09 461

UNDER WATER	1.64 455	1.34 460	2.72 455	1.40 460	1.04 456	1.70 456	1.14 457	1.57 455	3.58 459	1.46 450	1.46 442	2.82 460	2.43 460	1.74 450	2.04 454	1.08 458	0.63 455	1.31 461	0.94 459	1.29 458	1.10 462

notaker	1.49 449	1.44 461	1.77 441	1.42 461	1.08 457	1.19 441	0.87 446	1.51 452	1.40 446	1.53 457	3.41 463	2.40 455	1.94 457	1.83 455	1.57 444	1.14 460	0.69 460	1.38 462	0.88 458	1.39 462	1.03 460

ktn	1.80 457	1.46 462	1.49 430	1.44 462	1.14 458	1.50 452	1.07 452	1.53 454	3.90 464	2.77 463	4.62 464	3.42 462	1.49 451	1.74 450	1.40 439	1.45 464	0.77 461	1.46 463	0.99 461	1.41 463	1.00 459

KSHMR	1.92 459	1.47 463	1.97 445	1.48 463	1.22 460	1.39 450	1.06 451	1.81 457	5.83 467	1.43 448	5.56 467	2.95 461	1.17 440	2.24 459	1.33 435	1.29 463	1.13 462	1.47 464	1.11 463	1.37 461	1.21 463

MADNet++	2.34 461	1.81 464	2.24 450	2.15 466	1.97 464	2.79 463	2.19 466	2.42 464	2.26 455	2.79 464	2.70 461	2.43 456	2.60 462	3.18 463	3.32 462	2.19 465	1.97 466	1.93 465	1.62 465	2.02 465	2.10 466

HanzoNet	3.08 463	1.87 465	2.70 454	1.81 464	1.34 461	1.60 454	1.05 450	2.06 461	2.62 457	5.63 467	5.12 465	5.96 468	7.09 468	4.39 468	3.43 463	3.29 467	2.06 468	1.98 466	2.94 469	2.47 466	2.15 467

JetRed	2.35 462	2.70 466	6.11 464	1.14 457	1.38 462	6.03 466	3.61 467	2.12 462	1.72 450	1.99 459	1.97 454	2.15 452	1.59 456	2.49 461	4.19 466	1.05 457	1.60 463	1.10 455	1.02 462	1.72 464	1.41 465

BEATNet-Init1	4.91 466	3.27 467	14.39 476	0.69 436	0.65 439	10.19 473	3.83 468	5.04 468	5.11 466	8.73 471	8.52 469	13.95 478	7.66 469	7.79 471	5.79 468	0.32 422	0.34 430	0.34 423	0.38 432	0.64 435	0.64 444

DPSimNet_ROB	6.21 467	5.16 468	9.50 466	5.59 470	5.56 467	7.64 468	10.02 470	4.07 467	7.33 469	6.84 468	6.26 468	7.17 470	10.55 470	4.07 467	5.68 467	5.50 470	4.29 469	5.24 470	3.66 470	4.05 468	5.96 470

DGTPSM_ROB	8.38 469	5.24 469	10.71 474	5.32 469	10.19 470	8.34 469	23.49 477	6.11 470	13.43 476	4.93 465	10.93 474	5.64 466	10.55 470	6.17 469	12.73 473	3.74 468	7.56 471	3.68 468	7.24 473	4.09 469	7.49 471

DPSMNet_ROB	8.44 470	5.25 470	10.87 475	5.59 470	10.27 471	8.34 469	23.51 478	6.12 471	13.47 477	4.96 466	10.94 475	5.65 467	10.55 470	6.25 470	12.77 474	4.01 469	7.62 472	3.75 469	7.27 474	4.16 470	7.54 472

Anonymous_1	16.44 479	9.26 471	9.67 468	10.63 472	14.54 474	18.62 479	26.98 479	12.68 477	13.53 478	10.78 477	10.37 473	10.15 472	10.66 473	10.99 477	12.64 472	15.61 481	7.73 473	16.87 478	43.01 482	56.14 485	7.86 475

xxxxx1	15.30 475	9.78 472	10.23 471	20.34 478	19.47 477	17.10 475	23.00 474	10.36 474	11.04 472	9.25 472	9.66 470	10.74 473	10.66 473	10.60 474	13.72 477	8.14 475	9.35 477	31.88 483	44.61 483	12.63 474	13.46 476

tt_ll	15.30 475	9.78 472	10.23 471	20.34 478	19.47 477	17.10 475	23.00 474	10.36 474	11.04 472	9.25 472	9.66 470	10.74 473	10.66 473	10.60 474	13.72 477	8.14 475	9.35 477	31.88 483	44.61 483	12.63 474	13.46 476

ff	15.30 475	9.78 472	10.23 471	20.34 478	19.47 477	17.10 475	23.00 474	10.36 474	11.04 472	9.25 472	9.66 470	10.74 473	10.66 473	10.60 474	13.72 477	8.14 475	9.35 477	31.88 483	44.61 483	12.63 474	13.46 476

DPSM_ROB	11.46 473	9.79 475	10.18 469	11.11 473	11.31 472	19.08 480	27.38 480	13.42 478	14.23 479	10.34 475	11.13 476	10.97 476	11.33 477	11.89 478	13.49 475	6.74 473	8.19 474	6.00 472	7.05 471	7.74 471	7.76 473

DPSM	11.46 473	9.79 475	10.18 469	11.11 473	11.31 472	19.08 480	27.38 480	13.42 478	14.23 479	10.34 475	11.13 476	10.97 476	11.33 477	11.89 478	13.49 475	6.74 473	8.19 474	6.00 472	7.05 471	7.74 471	7.76 473

DLNR_Zeroshot_test	10.53 471	12.28 477	20.32 478	105.84 486	23.88 483	0.14 4	0.13 8	3.20 466	0.20 11	0.16 23	0.23 79	0.16 46	0.10 9	0.32 176	0.16 66	2.54 466	0.32 426	0.07 20	0.07 60	40.17 484	0.28 377

PML	15.86 478	13.12 478	7.07 465	5.22 468	7.66 468	32.93 482	64.30 485	5.37 469	10.12 471	25.87 484	67.29 485	20.25 480	13.20 479	10.09 473	6.81 471	5.94 472	2.00 467	6.03 474	2.18 466	9.13 473	2.62 469

LRCNet_RVC	10.94 472	14.45 479	9.66 467	15.38 475	8.02 469	1.08 436	0.35 371	8.72 472	0.72 406	12.63 478	15.84 478	9.73 471	6.52 467	8.58 472	6.38 470	20.33 482	5.39 470	23.79 480	21.95 479	15.35 477	13.96 479

CasAABBNet	23.04 482	19.69 480	20.32 478	22.42 481	22.73 481	38.35 483	55.23 484	26.99 483	28.74 484	20.67 481	22.28 482	22.11 482	22.86 482	23.84 482	27.17 484	13.52 478	16.47 481	12.08 475	14.21 476	15.57 478	15.60 480

Selective-RAFT-Error	23.11 483	19.77 481	20.60 480	22.49 482	22.80 482	38.46 485	55.19 483	27.13 485	28.90 485	20.73 482	22.38 483	22.11 482	22.91 484	23.94 483	27.18 485	13.54 479	16.57 482	12.09 476	14.21 476	15.61 479	15.65 481

LSM0	24.21 484	19.88 482	22.33 481	24.42 483	40.13 485	38.41 484	54.99 482	27.05 484	28.61 483	20.59 480	22.00 481	22.29 484	22.86 482	24.12 484	27.16 483	13.59 480	16.33 480	12.13 477	14.08 475	15.72 480	17.53 482

HaxPig	17.72 480	20.23 483	19.76 477	16.55 476	16.52 475	9.46 471	9.42 469	14.48 480	13.31 475	18.59 479	18.67 479	17.39 479	16.68 480	17.07 480	16.43 480	21.99 483	20.86 483	22.28 479	21.55 478	21.30 481	21.88 483

MEDIAN_ROB	21.20 481	24.56 484	23.42 482	19.57 477	19.62 480	13.29 474	11.21 471	18.04 481	17.02 481	22.07 483	21.92 480	20.84 481	20.24 481	21.02 481	19.68 481	25.59 484	24.08 484	26.20 481	25.19 480	25.31 482	25.19 484

AVERAGE_ROB	25.43 485	29.01 485	27.22 483	24.60 484	24.16 484	17.78 478	12.87 472	22.39 482	21.40 482	26.72 485	26.08 484	25.18 485	24.52 485	25.07 485	23.57 482	29.94 485	28.36 485	30.60 482	29.57 481	29.83 483	29.66 485

test_example2	100.95 486	107.33 486	67.16 485	98.17 485	106.88 486	89.44 486	101.34 486	37.23 486	97.88 486	129.56 486	131.26 486	65.41 486	67.34 486	91.22 486	79.29 486	143.32 486	199.32 486	81.12 486	102.17 486	121.89 486	101.70 486

Low-res two-view benchmark