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

rvit_stereo_0083	0.19 1	0.16 43	0.60 1	0.00 1	0.00 1	0.14 2	0.02 108	0.72 16	1.53 235	0.09 26	0.02 2	0.05 30	0.02 22	0.31 27	0.09 16	0.00 1	0.00 1	0.00 1	0.00 1	0.01 10	0.05 63

GLC_STEREO	0.19 1	0.13 26	0.94 12	0.03 72	0.00 1	0.95 41	0.03 161	0.33 1	0.44 18	0.10 27	0.04 51	0.06 41	0.04 60	0.44 49	0.11 25	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.05 63

CASnet	0.21 3	0.22 104	0.95 13	0.01 13	0.00 1	0.87 33	0.01 25	0.55 6	0.88 78	0.16 37	0.03 40	0.04 14	0.02 22	0.39 37	0.03 3	0.00 1	0.00 1	0.00 1	0.00 1	0.03 113	0.01 12
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
UniTT-Stereo	0.23 4	0.28 133	1.91 124	0.05 115	0.16 242	0.34 7	0.02 108	0.46 3	0.42 16	0.06 21	0.18 95	0.05 30	0.07 105	0.22 8	0.33 123	0.00 1	0.00 1	0.00 1	0.00 1	0.11 259	0.01 12

RAStereo	0.24 5	0.44 188	1.96 131	0.06 134	0.01 75	0.18 3	0.01 25	0.95 26	0.49 22	0.14 33	0.06 69	0.05 30	0.05 78	0.26 14	0.23 95	0.00 1	0.00 1	0.00 1	0.00 1	0.03 113	0.00 1

LoS_RVC	0.25 6	0.60 238	1.21 23	0.16 214	0.13 227	0.98 44	0.01 25	0.85 23	0.25 4	0.08 25	0.02 2	0.07 55	0.04 60	0.49 56	0.05 5	0.00 1	0.01 207	0.00 1	0.00 1	0.01 10	0.07 83

rvit_stereo_0081	0.26 7	0.24 112	0.80 3	0.00 1	0.00 1	0.73 24	0.01 25	1.39 40	1.43 215	0.11 28	0.02 2	0.03 9	0.02 22	0.28 17	0.08 13	0.00 1	0.00 1	0.00 1	0.00 1	0.01 10	0.01 12

rvit_stereo_0082	0.26 7	0.24 112	0.80 3	0.00 1	0.00 1	0.73 24	0.01 25	1.39 40	1.43 215	0.11 28	0.02 2	0.03 9	0.02 22	0.28 17	0.08 13	0.00 1	0.00 1	0.00 1	0.00 1	0.01 10	0.01 12

PMTNet	0.26 7	0.21 97	1.40 30	0.02 51	0.02 126	1.16 93	0.29 321	1.00 30	0.18 1	0.04 15	0.03 40	0.07 55	0.02 22	0.47 52	0.15 50	0.00 1	0.00 1	0.00 1	0.00 1	0.03 113	0.02 28

sCroCo_RVC	0.27 10	0.19 84	2.20 169	0.02 51	0.00 1	0.13 1	0.04 190	1.15 35	0.89 81	0.15 35	0.07 73	0.03 9	0.04 60	0.39 37	0.05 5	0.00 1	0.07 261	0.00 1	0.00 1	0.02 50	0.01 12

rvit_stereo_0081_aga	0.29 11	0.49 201	1.78 87	0.00 1	0.00 1	0.78 27	0.02 108	0.99 29	1.10 110	0.05 18	0.02 2	0.05 30	0.03 45	0.29 22	0.12 31	0.00 1	0.00 1	0.00 1	0.00 1	0.01 10	0.05 63

trnet	0.29 11	0.17 53	0.95 13	0.00 1	0.00 1	1.26 138	0.01 25	1.32 38	0.97 93	0.16 37	0.18 95	0.05 30	0.00 1	0.53 64	0.13 40	0.00 1	0.00 1	0.00 1	0.00 1	0.01 10	0.02 28

Former-RAFT_DAM_RVC	0.29 11	0.32 152	0.88 8	0.02 51	0.00 1	1.05 54	0.01 25	0.80 21	1.00 99	0.76 139	0.34 146	0.10 73	0.06 92	0.13 1	0.09 16	0.00 1	0.00 1	0.00 1	0.00 1	0.05 157	0.09 111

CREStereo	0.29 11	0.19 84	0.91 10	0.00 1	0.01 75	1.24 123	0.01 25	1.31 37	0.99 98	0.17 41	0.17 92	0.04 14	0.00 1	0.56 68	0.14 47	0.00 1	0.00 1	0.00 1	0.00 1	0.01 10	0.02 28
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
MaDis-Stereo	0.30 15	0.62 246	1.63 59	0.07 146	0.19 251	0.40 14	0.02 108	1.36 39	0.76 56	0.04 15	0.05 62	0.13 86	0.05 78	0.38 35	0.33 123	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.02 28

LoS	0.32 16	0.19 84	1.27 25	0.11 195	0.01 75	1.32 162	0.07 227	1.44 46	0.79 59	0.06 21	0.04 51	0.27 111	0.11 146	0.60 83	0.13 40	0.00 1	0.01 207	0.00 1	0.00 1	0.03 113	0.01 12
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
GMStereo	0.34 17	1.03 336	2.11 161	0.01 13	0.00 1	0.47 20	0.01 25	0.77 19	1.38 210	0.24 60	0.04 51	0.07 55	0.08 117	0.43 47	0.12 31	0.00 1	0.00 1	0.00 1	0.00 1	0.03 113	0.00 1
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
RSM++	0.35 18	0.18 59	0.88 8	0.63 340	0.47 333	0.44 17	0.00 1	1.41 42	1.20 134	0.05 18	0.02 2	0.01 1	0.07 105	0.33 32	0.18 66	0.01 334	0.02 233	0.00 1	0.17 357	0.14 286	0.73 311

CAS++	0.35 18	0.27 131	1.08 16	0.04 99	0.00 1	0.34 7	0.01 25	4.25 246	0.54 28	0.02 1	0.02 2	0.06 41	0.00 1	0.24 9	0.06 9	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.03 42
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
MGS-Stereo	0.35 18	0.20 92	1.15 20	0.04 99	0.00 1	0.52 22	0.01 25	0.52 5	0.80 64	0.03 6	2.86 349	0.04 14	0.03 45	0.28 17	0.07 10	0.00 1	0.00 1	0.00 1	0.00 1	0.43 400	0.00 1

RSM	0.36 21	0.16 43	0.82 5	0.59 326	0.49 336	0.42 15	0.00 1	1.56 49	1.20 134	0.19 49	0.02 2	0.03 9	0.06 92	0.34 33	0.19 76	0.01 334	0.10 274	0.00 1	0.15 341	0.10 236	0.68 301

XX-TBD	0.36 21	0.59 235	1.75 76	0.07 146	0.00 1	1.11 79	0.00 1	0.73 17	0.63 40	0.44 88	1.24 272	0.06 41	0.06 92	0.39 37	0.08 13	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 42

MIF-Stereo (partial)	0.37 23	0.39 172	1.98 134	0.02 51	0.00 1	0.43 16	0.02 108	2.35 85	0.61 38	0.18 44	0.10 79	0.07 55	0.07 105	0.61 86	0.40 159	0.00 1	0.00 1	0.00 1	0.00 1	0.08 205	0.02 28

CREStereo++_RVC	0.37 23	0.24 112	1.62 53	0.06 134	0.00 1	1.21 111	0.01 25	0.77 19	1.12 114	0.26 65	1.45 286	0.06 41	0.06 92	0.42 43	0.09 16	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.06 73
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
TANstereo	0.37 23	0.50 204	1.62 53	0.03 72	0.01 75	1.16 93	0.00 1	0.56 7	0.53 25	1.05 183	1.38 281	0.06 41	0.05 78	0.45 51	0.07 10	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 28

knoymous	0.41 26	0.09 7	1.34 28	0.05 115	0.01 75	1.15 90	0.01 25	2.36 86	0.23 3	0.51 110	0.02 2	1.64 255	0.00 1	0.49 56	0.33 123	0.00 1	0.00 1	0.00 1	0.00 1	0.01 10	0.04 49

IGEV-Stereo++	0.42 27	0.07 3	0.79 2	0.17 215	0.28 296	1.13 84	0.00 1	1.98 75	0.41 14	0.31 71	0.04 51	0.02 3	0.03 45	0.56 68	0.30 119	0.00 1	0.73 344	0.00 1	0.00 1	0.04 142	1.55 386

CroCo-Stereo Lap2	0.42 27	0.75 273	1.76 82	0.03 72	0.00 1	0.33 6	0.01 25	3.75 172	0.81 65	0.02 1	0.03 40	0.04 14	0.07 105	0.52 63	0.23 95	0.00 1	0.00 1	0.00 1	0.00 1	0.07 194	0.03 42

rvit_stereo_0080	0.44 29	0.64 253	2.07 149	0.01 13	0.00 1	0.90 35	0.01 25	3.40 149	1.16 118	0.03 6	0.04 51	0.06 41	0.01 7	0.19 4	0.14 47	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.11 129

whm_eth	0.44 29	0.64 253	2.07 149	0.01 13	0.00 1	0.90 35	0.01 25	3.40 149	1.16 118	0.03 6	0.04 51	0.06 41	0.01 7	0.19 4	0.14 47	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.11 129

UDGNet	0.44 29	0.91 302	1.89 121	0.04 99	0.00 1	1.15 90	0.02 108	0.75 18	1.77 286	0.45 93	0.07 73	0.06 41	0.02 22	1.62 164	0.11 25	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.01 12

rvit_stereo_0075_2	0.45 32	0.19 84	3.21 272	0.02 51	0.00 1	1.10 75	0.02 108	1.92 73	1.22 145	0.18 44	0.09 77	0.02 3	0.05 78	0.59 80	0.11 25	0.00 1	0.00 1	0.00 1	0.00 1	0.01 10	0.27 225

WCG-NET（raft）	0.45 32	0.62 246	0.93 11	0.02 51	0.06 181	0.90 35	0.05 204	0.70 10	1.32 188	0.33 72	0.14 90	1.51 242	0.14 161	0.41 42	0.22 87	0.00 1	1.29 427	0.00 1	0.01 258	0.16 307	0.25 216

dd	0.45 32	1.20 356	2.52 220	0.06 134	0.01 75	1.23 119	0.03 161	0.88 25	1.48 228	0.26 65	0.06 69	0.12 79	0.05 78	0.42 43	0.44 164	0.02 361	0.00 1	0.00 1	0.00 1	0.06 169	0.06 73

rvit_0105_6	0.46 35	0.36 163	1.89 121	0.01 13	0.00 1	0.83 28	0.01 25	3.37 148	1.92 301	0.06 21	0.05 62	0.09 67	0.02 22	0.27 15	0.13 40	0.00 1	0.00 1	0.00 1	0.00 1	0.01 10	0.15 158

WCG-NET	0.47 36	0.42 182	0.84 6	0.03 72	0.00 1	1.00 45	0.01 25	2.64 94	1.67 267	0.50 107	0.47 182	0.07 55	0.08 117	0.30 26	0.33 123	0.00 1	0.22 291	0.00 1	0.00 1	0.17 320	0.71 308

Pointernet	0.47 36	0.13 26	1.57 48	0.05 115	0.44 327	1.19 101	0.05 204	3.69 166	0.81 65	0.03 6	0.02 2	0.19 95	0.05 78	0.47 52	0.13 40	0.00 1	0.26 295	0.00 1	0.14 338	0.01 10	0.24 208

rvit_stereo_ft	0.47 36	0.79 283	2.69 231	0.01 13	0.00 1	0.21 5	0.01 25	3.45 153	1.45 221	0.03 6	0.05 62	0.08 61	0.02 22	0.28 17	0.13 40	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.17 170

ProNet	0.47 36	0.35 161	1.75 76	0.19 222	0.54 340	1.09 69	0.01 25	0.97 27	1.25 157	0.02 1	0.02 2	0.06 41	0.03 45	0.58 73	0.09 16	0.00 1	0.57 327	0.00 1	0.00 1	0.14 286	1.65 396

AnonymousM	0.48 40	0.11 16	1.03 15	0.06 134	0.01 75	1.10 75	0.03 161	1.91 71	1.37 207	0.25 62	0.04 51	0.02 3	0.24 198	0.56 68	0.33 123	0.00 1	0.43 313	1.91 437	0.00 1	0.01 10	0.22 200

CRE-IMP	0.49 41	0.14 31	1.75 76	0.08 154	0.05 176	1.48 222	0.45 342	1.64 59	1.22 145	0.92 159	0.29 132	0.87 188	0.01 7	0.39 37	0.25 102	0.00 1	0.00 1	0.00 1	0.00 1	0.03 113	0.17 170

CroCo-Stereo	0.50 42	0.63 249	2.38 197	0.14 205	0.00 1	0.19 4	0.02 108	4.28 251	0.96 92	0.14 33	0.03 40	0.46 129	0.08 117	0.32 28	0.29 114	0.00 1	0.00 1	0.00 1	0.00 1	0.01 10	0.01 12
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
sAnonymous2	0.50 42	0.60 238	4.41 342	0.01 13	0.00 1	0.34 7	0.08 233	2.33 83	1.09 107	0.03 6	0.06 69	0.04 14	0.10 137	0.29 22	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 286	0.35 243

CroCo_RVC	0.50 42	0.60 238	4.41 342	0.01 13	0.00 1	0.34 7	0.08 233	2.33 83	1.09 107	0.03 6	0.06 69	0.04 14	0.10 137	0.29 22	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 286	0.35 243

AIO-Stereo	0.51 45	0.22 104	0.87 7	0.56 318	0.70 373	0.45 18	0.01 25	1.89 69	1.27 167	0.21 58	0.02 2	0.02 3	0.06 92	0.44 49	0.45 168	0.03 372	0.78 349	0.00 1	0.63 433	0.08 205	1.50 379

ff7	0.51 45	0.26 122	1.81 97	0.19 222	0.25 277	1.08 62	0.01 25	0.71 11	1.36 202	0.47 96	0.02 2	0.04 14	0.08 117	0.79 111	0.18 66	0.00 1	0.92 373	0.00 1	0.15 341	0.10 236	1.76 406

ffff	0.51 45	0.26 122	1.81 97	0.19 222	0.25 277	1.08 62	0.01 25	0.71 11	1.36 202	0.47 96	0.02 2	0.04 14	0.08 117	0.79 111	0.18 66	0.00 1	0.92 373	0.00 1	0.15 341	0.10 236	1.76 406

11t	0.51 45	0.26 122	1.81 97	0.19 222	0.25 277	1.08 62	0.01 25	0.71 11	1.36 202	0.47 96	0.02 2	0.04 14	0.08 117	0.79 111	0.18 66	0.00 1	0.92 373	0.00 1	0.15 341	0.10 236	1.76 406

CES	0.51 45	0.16 43	1.23 24	0.09 170	1.58 417	1.18 99	0.05 204	1.07 34	0.79 59	0.03 6	0.03 40	0.14 88	0.10 137	0.55 65	0.12 31	0.00 1	0.01 207	0.00 1	0.00 1	0.01 10	2.98 435

Selective-IGEV	0.51 45	0.13 26	1.41 31	0.72 359	0.62 363	0.38 11	0.04 190	2.58 93	1.21 142	0.19 49	0.02 2	0.02 3	0.06 92	0.48 54	0.46 175	0.01 334	0.80 352	0.00 1	0.09 318	0.07 194	0.91 332

ccc-4	0.51 45	0.26 122	1.81 97	0.19 222	0.25 277	1.08 62	0.01 25	0.71 11	1.36 202	0.47 96	0.02 2	0.04 14	0.08 117	0.79 111	0.18 66	0.00 1	0.92 373	0.00 1	0.15 341	0.10 236	1.76 406

rvit_0105_4	0.52 52	0.47 197	2.33 191	0.01 13	0.00 1	0.83 28	0.01 25	3.89 197	1.78 288	0.12 31	0.10 79	0.12 79	0.03 45	0.39 37	0.13 40	0.00 1	0.00 1	0.00 1	0.00 1	0.01 10	0.13 145

ROB_FTStereo_v2	0.52 52	0.18 59	1.71 69	0.08 154	0.09 208	1.59 252	0.32 330	1.61 54	1.25 157	0.99 170	0.19 107	0.76 178	0.02 22	1.36 153	0.20 79	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.04 49

Gwc-CoAtRS	0.52 52	0.16 43	1.68 66	0.05 115	0.13 227	1.06 55	0.03 161	2.88 106	0.54 28	0.40 80	0.02 2	2.22 296	0.03 45	0.49 56	0.26 109	0.00 1	0.09 271	0.00 1	0.22 383	0.01 10	0.11 129

MyStereo07	0.53 55	0.51 210	1.58 49	0.03 72	0.34 314	1.66 279	0.02 108	1.68 60	1.34 194	0.53 112	0.02 2	0.04 14	0.11 146	0.74 104	0.26 109	0.00 1	1.19 420	0.00 1	0.18 364	0.03 113	0.37 246

Selective-RAFT	0.53 55	0.18 59	1.12 18	0.04 99	0.01 75	1.19 101	0.02 108	3.26 143	1.29 176	0.02 1	0.02 2	0.24 103	0.18 180	1.34 152	0.44 164	0.00 1	0.93 379	0.00 1	0.19 370	0.05 157	0.17 170

RCA-Stereo	0.53 55	0.18 59	1.16 21	0.01 13	0.24 273	1.20 103	0.01 25	3.86 189	0.97 93	0.77 140	0.50 185	0.05 30	0.13 160	0.32 28	0.03 3	0.00 1	0.87 364	0.00 1	0.00 1	0.08 205	0.24 208

ICVP	0.53 55	0.09 7	1.86 111	0.01 13	0.01 75	1.12 81	0.21 290	4.35 255	0.68 47	0.45 93	0.28 130	0.33 115	0.07 105	0.72 101	0.25 102	0.00 1	0.07 261	0.00 1	0.00 1	0.04 142	0.11 129
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
anonymousdsp	0.54 59	0.26 122	1.62 53	0.47 298	0.60 355	1.08 62	0.01 25	1.01 32	1.37 207	0.49 104	0.02 2	0.04 14	0.09 129	0.73 102	0.15 50	0.00 1	0.82 357	0.00 1	0.16 349	0.10 236	1.83 416

IGEV-Stereo	0.54 59	0.26 122	1.62 53	0.47 298	0.61 356	1.08 62	0.01 25	1.00 30	1.37 207	0.49 104	0.02 2	0.04 14	0.09 129	0.73 102	0.16 56	0.00 1	0.82 357	0.00 1	0.16 349	0.10 236	1.83 416
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
PSM-adaLoss	0.54 59	0.18 59	1.72 70	0.08 154	0.09 208	1.63 270	0.29 321	1.60 51	1.27 167	0.99 170	0.18 95	0.76 178	0.02 22	1.79 176	0.20 79	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.05 63

HUI-Stereo	0.54 59	0.18 59	1.78 87	0.08 154	0.08 201	1.63 270	0.31 328	1.60 51	1.28 172	0.99 170	0.18 95	0.76 178	0.02 22	1.56 158	0.19 76	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.05 63

RAFT-IKP	0.54 59	0.18 59	1.77 85	0.08 154	0.07 192	1.47 215	0.29 321	1.61 54	1.26 163	0.99 170	0.18 95	0.74 171	0.02 22	1.77 173	0.20 79	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.04 49

rvit_0105_5	0.55 64	0.56 228	2.86 246	0.01 13	0.00 1	0.89 34	0.01 25	3.93 199	1.55 237	0.16 37	0.13 89	0.12 79	0.03 45	0.43 47	0.15 50	0.00 1	0.00 1	0.00 1	0.00 1	0.01 10	0.18 178

plain	0.55 64	0.55 222	3.45 291	0.10 182	0.00 1	0.50 21	0.02 108	3.49 155	1.16 118	0.05 18	0.10 79	0.13 86	0.17 176	0.67 93	0.28 112	0.00 1	0.00 1	0.00 1	0.00 1	0.36 389	0.01 12

ROB_FTStereo	0.55 64	0.18 59	1.75 76	0.08 154	0.09 208	1.61 262	0.32 330	1.60 51	1.26 163	0.99 170	0.19 107	0.75 173	0.03 45	1.97 181	0.19 76	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.04 49

iRaftStereo_RVC	0.55 64	0.59 235	1.20 22	0.03 72	0.00 1	1.23 119	0.01 25	2.55 92	0.81 65	0.15 35	0.23 119	0.70 165	0.12 157	0.48 54	0.22 87	0.00 1	1.14 415	0.00 1	0.00 1	0.33 380	1.13 352

SPstereo	0.56 68	0.71 265	1.55 44	0.30 268	1.03 401	1.27 144	0.01 25	2.03 77	0.78 58	0.30 69	0.35 153	0.10 73	0.10 137	0.56 68	0.75 224	0.00 1	1.06 391	0.00 1	0.00 1	0.13 276	0.25 216

R-Stereo Train	0.56 68	0.15 32	1.83 104	0.02 51	0.00 1	1.26 138	0.09 245	4.14 234	0.45 19	1.86 280	0.42 171	0.06 41	0.01 7	0.32 28	0.46 175	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 63

RAFT-Stereo	0.56 68	0.15 32	1.83 104	0.02 51	0.00 1	1.26 138	0.09 245	4.14 234	0.45 19	1.86 280	0.42 171	0.06 41	0.01 7	0.32 28	0.46 175	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 63
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
RAFT-Stereo-weight	0.57 71	0.10 12	1.28 26	0.10 182	0.42 322	1.41 190	0.05 204	3.80 175	0.86 73	1.02 178	0.52 190	0.26 110	0.01 7	0.42 43	0.15 50	0.00 1	0.47 315	0.00 1	0.00 1	0.01 10	0.60 287

H2IRNET	0.57 71	0.56 228	2.03 142	0.25 255	0.06 181	1.20 103	0.01 25	1.91 71	0.64 41	0.04 15	1.78 304	0.47 131	0.04 60	1.69 167	0.42 162	0.00 1	0.00 1	0.01 367	0.01 258	0.24 353	0.08 89

MC-Stereo	0.57 71	0.16 43	1.63 59	0.70 355	0.93 390	1.10 75	0.01 25	1.43 45	0.26 9	0.91 155	0.02 2	0.08 61	0.11 146	0.61 86	0.23 95	0.00 1	1.15 416	0.00 1	0.17 357	0.10 236	1.84 418

4D-IteraStereo	0.59 74	0.98 323	2.62 227	0.04 99	0.09 208	1.07 57	0.08 233	1.45 47	0.39 13	0.12 31	0.05 62	0.82 186	0.10 137	0.77 107	1.05 275	0.00 1	0.40 310	0.00 1	0.00 1	0.08 205	1.79 415

Patchmatch Stereo++	0.59 74	0.18 59	1.73 71	0.08 154	0.08 201	1.62 267	0.26 305	1.62 57	1.25 157	1.00 176	0.18 95	0.75 173	0.03 45	2.68 191	0.20 79	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.05 63
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
DeepStereo_RVC	0.59 74	0.16 43	1.65 61	0.08 154	0.06 181	1.37 174	0.40 338	1.58 50	1.26 163	1.03 181	0.83 237	0.49 133	1.52 331	0.94 128	0.18 66	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.13 145

iGMRVC	0.59 74	0.18 59	1.75 76	0.08 154	0.09 208	1.63 270	0.27 313	1.61 54	1.27 167	0.99 170	0.19 107	0.75 173	0.03 45	2.78 194	0.20 79	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.04 49

iRAFT	0.59 74	0.18 59	1.73 71	0.08 154	0.08 201	1.62 267	0.26 305	1.62 57	1.25 157	1.00 176	0.18 95	0.75 173	0.03 45	2.68 191	0.20 79	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.05 63

Occ-G	0.60 79	0.31 147	1.80 89	0.41 284	0.56 344	0.83 28	0.04 190	0.82 22	1.20 134	0.26 65	0.54 192	1.33 234	0.05 78	0.42 43	0.86 244	0.00 1	0.68 335	0.00 1	0.15 341	0.17 320	1.54 385

CFNet-RSSM	0.60 79	0.15 32	1.55 44	0.05 115	0.14 232	1.27 144	0.02 108	4.87 297	0.58 33	0.34 73	0.02 2	1.92 274	0.04 60	0.49 56	0.25 102	0.00 1	0.01 207	0.00 1	0.27 404	0.01 10	0.10 122

IGEV-Stereo+	0.61 81	0.21 97	1.12 18	0.17 215	1.20 406	0.64 23	0.02 108	0.33 1	0.71 49	0.39 78	0.05 62	0.05 30	0.05 78	1.92 178	0.48 182	0.00 1	0.58 328	0.00 1	0.24 392	1.85 432	2.11 431

Anonymous3	0.61 81	0.23 108	2.97 256	0.01 13	0.00 1	2.54 336	0.09 245	3.88 194	0.89 81	0.19 49	0.23 119	0.12 79	0.05 78	0.61 86	0.17 62	0.00 1	0.08 265	0.00 1	0.00 1	0.05 157	0.18 178

FENet	0.61 81	0.22 104	1.75 76	0.05 115	0.00 1	1.21 111	0.05 204	3.78 173	1.28 172	1.08 188	0.02 2	1.61 251	0.09 129	0.60 83	0.35 135	0.00 1	0.01 207	0.00 1	0.00 1	0.04 142	0.08 89

rvit_0105_3	0.62 84	0.70 264	3.40 288	0.01 13	0.00 1	1.12 81	0.01 25	3.96 204	1.58 241	0.16 37	0.38 161	0.11 75	0.03 45	0.70 96	0.17 62	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.09 111

GMOStereo	0.62 84	0.55 222	1.80 89	0.09 170	0.61 356	1.07 57	0.03 161	2.92 112	0.25 4	2.23 310	0.02 2	0.66 153	0.04 60	0.25 10	0.22 87	0.00 1	1.26 423	0.00 1	0.00 1	0.23 345	0.19 182

error version	0.62 84	0.55 222	1.80 89	0.09 170	0.61 356	1.07 57	0.03 161	2.92 112	0.25 4	2.23 310	0.02 2	0.66 153	0.04 60	0.25 10	0.22 87	0.00 1	1.26 423	0.00 1	0.00 1	0.23 345	0.19 182

test-v	0.62 84	0.55 222	1.80 89	0.09 170	0.61 356	1.07 57	0.03 161	2.92 112	0.25 4	2.23 310	0.02 2	0.66 153	0.04 60	0.25 10	0.22 87	0.00 1	1.26 423	0.00 1	0.00 1	0.23 345	0.19 182

GANet-ADL	0.62 84	0.16 43	1.89 121	0.15 210	0.02 126	1.46 208	0.02 108	3.83 186	0.75 53	0.40 80	1.08 258	1.09 219	0.18 180	0.65 91	0.47 181	0.00 1	0.00 1	0.00 1	0.00 1	0.04 142	0.13 145

test-2	0.62 84	0.55 222	1.80 89	0.09 170	0.61 356	1.07 57	0.03 161	2.92 112	0.25 4	2.23 310	0.02 2	0.66 153	0.04 60	0.25 10	0.22 87	0.00 1	1.26 423	0.00 1	0.00 1	0.23 345	0.19 182

LL-Strereo2	0.63 90	0.97 319	2.03 142	0.76 371	0.86 382	1.15 90	0.08 233	1.85 67	1.20 134	0.45 93	0.02 2	0.50 136	0.07 105	0.63 89	0.65 209	0.00 1	0.17 285	0.00 1	0.03 281	0.05 157	1.05 346

CASS	0.63 90	0.16 43	1.88 118	0.03 72	0.01 75	1.67 283	0.04 190	3.11 134	0.81 65	2.25 315	1.02 255	0.29 112	0.35 219	0.70 96	0.23 95	0.00 1	0.00 1	0.00 1	0.00 1	0.03 113	0.04 49
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
Pruner-Stereo	0.63 90	0.21 97	1.86 111	1.03 394	0.10 216	1.59 252	0.35 334	2.26 81	1.22 145	2.22 309	0.45 178	0.25 108	0.01 7	0.67 93	0.38 151	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.02 28

AEACV	0.64 93	0.08 4	1.46 32	0.72 359	0.96 392	1.22 115	0.00 1	1.90 70	0.67 44	0.54 113	0.07 73	0.02 3	0.73 281	0.63 89	0.28 112	0.01 334	0.92 373	0.00 1	0.36 416	0.09 225	2.04 428

EGLCR-Stereo	0.64 93	0.12 21	1.52 39	0.74 366	0.75 377	1.83 301	0.54 350	2.79 102	0.67 44	0.66 123	0.04 51	0.01 1	0.02 22	0.77 107	0.45 168	0.00 1	0.71 340	0.00 1	0.00 1	0.00 1	1.14 353

test_4	0.65 95	0.40 176	1.73 71	0.11 195	0.19 251	1.28 148	0.03 161	1.41 42	0.22 2	0.28 68	3.49 364	0.72 168	0.09 129	1.93 180	0.53 193	0.00 1	0.11 277	0.00 1	0.08 310	0.16 307	0.15 158

PFNet+	0.65 95	0.19 84	2.19 168	0.29 267	0.06 181	1.46 208	0.54 350	1.74 64	1.62 253	1.35 227	0.45 178	0.36 117	0.01 7	2.41 186	0.25 102	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.01 12

GMStereo_Zeroshot	0.67 97	0.24 112	1.87 116	0.87 381	0.00 1	1.26 138	0.01 25	2.01 76	0.42 16	1.44 237	0.58 201	1.73 263	0.19 185	2.62 189	0.10 24	0.00 1	0.00 1	0.00 1	0.00 1	0.03 113	0.09 111

cross-raft	0.67 97	0.19 84	1.85 108	0.58 323	0.71 374	1.09 69	0.10 253	3.52 156	0.69 48	0.41 85	0.02 2	2.81 322	0.04 60	0.55 65	0.23 95	0.00 1	0.13 281	0.00 1	0.16 349	0.01 10	0.22 200

rafts_anoy	0.67 97	0.91 302	1.85 108	0.60 328	1.02 399	1.16 93	0.04 190	3.25 141	0.48 21	0.19 49	0.18 95	0.11 75	0.19 185	1.17 136	0.58 199	0.00 1	1.47 435	0.00 1	0.01 258	0.05 157	0.22 200

s12784h	0.67 97	0.17 53	1.87 116	0.02 51	0.00 1	1.16 93	0.03 161	4.08 222	1.89 297	1.04 182	1.59 296	0.05 30	0.02 22	1.25 147	0.12 31	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.02 28

TestStereo	0.67 97	0.99 326	2.26 179	0.00 1	0.00 1	0.92 38	0.01 25	1.77 65	0.30 10	0.20 56	0.05 62	0.08 61	0.06 92	6.62 350	0.09 16	0.00 1	0.00 1	0.00 1	0.00 1	0.01 10	0.08 89

testlalala	0.68 102	0.17 53	1.61 52	0.21 238	0.18 248	1.14 88	0.03 161	3.47 154	1.74 282	2.12 303	0.20 111	0.30 113	0.05 78	0.38 35	0.41 161	0.01 334	1.13 409	0.00 1	0.27 404	0.01 10	0.15 158

raftrobust	0.68 102	0.89 299	1.80 89	0.02 51	1.29 409	1.22 115	0.05 204	2.37 87	0.62 39	2.99 358	0.03 40	0.12 79	0.15 163	0.60 83	0.51 189	0.00 1	0.69 336	0.00 1	0.00 1	0.10 236	0.24 208

RALAANet	0.68 102	1.09 345	2.29 182	0.03 72	0.01 75	0.93 40	0.03 161	2.65 95	1.97 308	1.19 204	0.39 166	0.15 93	0.30 209	1.27 149	0.75 224	0.00 1	0.25 292	0.00 1	0.09 318	0.19 331	0.03 42

DIP-Stereo	0.68 102	0.35 161	1.76 82	0.08 154	0.00 1	1.46 208	0.01 25	6.53 398	1.71 275	0.91 155	0.11 83	0.04 14	0.19 185	0.19 4	0.09 16	0.00 1	0.01 207	0.00 1	0.00 1	0.03 113	0.17 170
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
11t1	0.70 106	0.28 133	1.86 111	0.56 318	0.56 344	1.06 55	0.00 1	2.89 108	1.21 142	0.60 115	0.34 146	0.08 61	0.04 60	0.76 105	0.85 240	0.02 361	1.09 397	0.00 1	0.18 364	0.06 169	1.58 392

PCWNet_CMD	0.70 106	0.18 59	2.22 172	0.01 13	0.01 75	1.09 69	0.00 1	3.17 136	1.35 200	0.50 107	0.29 132	2.28 299	1.46 328	1.22 143	0.11 25	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.19 182

MoCha-V2	0.71 108	0.43 184	1.65 61	0.60 328	1.06 402	0.38 11	0.00 1	3.01 123	1.32 188	0.44 88	0.58 201	0.22 102	0.08 117	0.78 110	0.40 159	0.00 1	1.45 433	0.00 1	0.22 383	0.05 157	1.61 395

GwcNet-ADL	0.71 108	0.22 104	2.22 172	0.05 115	0.01 75	1.32 162	0.02 108	3.82 181	1.61 247	1.06 186	0.44 175	1.46 239	0.22 195	0.94 128	0.62 206	0.00 1	0.00 1	0.00 1	0.00 1	0.01 10	0.14 151

raft+_RVC	0.71 108	1.05 338	1.86 111	0.64 343	1.31 410	1.20 103	0.05 204	2.44 89	0.77 57	0.18 44	0.43 174	0.08 61	0.15 163	0.93 127	0.64 207	0.00 1	1.43 432	0.00 1	0.00 1	0.09 225	1.03 344

CFNet_pseudo	0.71 108	0.20 92	2.34 192	0.01 13	0.01 75	1.24 123	0.00 1	3.19 139	0.92 87	0.85 148	0.47 182	2.29 303	0.61 259	1.79 176	0.17 62	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.14 151

MSMDNet	0.71 108	0.18 59	2.22 172	0.01 13	0.01 75	1.09 69	0.00 1	3.25 141	1.35 200	0.52 111	0.29 132	2.29 303	1.45 325	1.22 143	0.11 25	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.19 182

ccs_rob	0.71 108	0.20 92	2.35 193	0.00 1	0.01 75	1.24 123	0.00 1	3.17 136	0.91 86	0.82 146	0.45 178	2.28 299	0.63 266	1.78 175	0.18 66	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.14 151

MIM_Stereo	0.72 114	0.80 286	2.05 147	0.63 340	1.06 402	1.31 154	0.02 108	2.80 103	1.24 150	0.19 49	0.02 2	0.70 165	0.20 191	1.31 150	0.16 56	0.00 1	0.18 286	0.00 1	0.00 1	0.17 320	1.53 382

GES	0.75 115	0.26 122	2.66 230	0.01 13	0.00 1	1.63 270	0.08 233	6.06 384	0.57 32	0.68 124	0.40 167	0.37 118	0.66 274	0.84 122	0.49 183	0.02 361	0.00 1	0.01 367	0.00 1	0.08 205	0.10 122

ACVNet	0.75 115	0.56 228	2.30 184	0.09 170	0.00 1	1.39 180	0.21 290	2.76 98	1.34 194	0.88 151	0.75 226	1.92 274	0.26 202	0.51 61	1.65 305	0.00 1	0.00 1	0.00 1	0.00 1	0.15 299	0.20 194

rvit_105_1	0.76 117	0.75 273	3.75 314	0.01 13	0.00 1	1.16 93	0.01 25	4.13 232	1.51 231	0.24 60	0.31 139	0.14 88	0.04 60	2.70 193	0.32 122	0.00 1	0.00 1	0.00 1	0.00 1	0.04 142	0.07 83

IGEV++	0.76 117	0.41 180	1.49 37	0.75 369	0.88 384	0.38 11	0.03 161	5.40 346	0.75 53	0.25 62	0.07 73	0.04 14	0.16 171	0.81 119	0.36 139	0.00 1	1.17 418	0.00 1	0.04 293	0.14 286	1.96 427

Any-RAFT	0.76 117	0.13 26	1.46 32	0.03 72	0.01 75	2.76 347	0.08 233	4.09 223	1.69 269	1.08 188	0.26 127	1.95 277	0.31 213	0.95 130	0.09 16	0.01 334	0.20 290	0.00 1	0.00 1	0.01 10	0.08 89

AdaStereo	0.76 117	0.12 21	1.73 71	0.05 115	0.00 1	1.46 208	0.23 296	5.16 324	1.66 265	1.19 204	0.37 158	1.54 244	0.17 176	0.86 125	0.54 195	0.00 1	0.00 1	0.00 1	0.00 1	0.01 10	0.08 89
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.
MIPNet	0.77 121	0.74 271	2.72 232	0.08 154	0.07 192	1.32 162	0.12 263	4.14 234	1.51 231	0.90 154	0.11 83	0.67 157	0.95 295	1.42 155	0.30 119	0.00 1	0.01 207	0.01 367	0.01 258	0.15 299	0.23 204

test-1	0.77 121	0.31 147	1.67 63	0.03 72	0.97 393	1.23 119	0.07 227	4.63 280	0.75 53	0.73 134	0.67 217	1.06 215	0.03 45	0.58 73	0.80 230	0.02 361	0.79 351	0.00 1	0.07 306	0.01 10	0.96 338

GCAP-BAT	0.78 123	0.18 59	1.84 107	0.66 346	0.66 365	2.13 314	0.04 190	1.42 44	0.89 81	1.14 198	1.26 274	1.13 222	0.09 129	0.65 91	0.85 240	0.02 361	1.07 392	0.00 1	0.48 424	0.06 169	1.08 350

UCFNet_RVC	0.78 123	0.68 260	2.05 147	0.02 51	0.29 298	1.57 248	0.02 108	3.57 158	0.87 75	1.35 227	0.74 224	1.66 258	0.20 191	1.92 178	0.61 203	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.04 49

x	0.80 125	0.39 172	1.80 89	0.66 346	0.50 337	1.02 48	0.00 1	3.61 161	1.34 194	0.65 120	0.34 146	0.53 140	0.14 161	1.21 141	0.91 259	0.00 1	1.09 397	0.00 1	0.20 372	0.06 169	1.59 393

RALCasStereoNet	0.80 125	0.96 316	1.77 85	0.28 266	0.97 393	1.13 84	0.03 161	2.91 111	1.11 112	0.17 41	0.34 146	0.12 79	0.20 191	1.65 165	0.65 209	0.00 1	1.72 442	0.00 1	0.00 1	0.11 259	1.90 426

test_3	0.81 127	0.15 32	2.17 166	0.36 274	0.58 350	1.03 49	0.01 25	3.01 123	0.59 34	0.98 165	0.02 2	1.04 212	0.04 60	3.72 224	0.39 158	0.00 1	0.92 373	0.00 1	0.25 393	0.16 307	0.69 306

NRIStereo	0.82 128	0.17 53	1.56 46	0.61 332	0.05 176	1.61 262	0.48 345	1.52 48	1.19 128	0.91 155	0.17 92	0.65 151	0.03 45	7.00 379	0.25 102	0.00 1	0.06 258	0.00 1	0.00 1	0.06 169	0.17 170

AE-Stereo	0.83 129	0.13 26	2.17 166	0.08 154	0.24 273	1.24 123	0.03 161	5.22 328	1.26 163	0.70 126	1.09 259	0.20 96	0.16 171	0.70 96	0.33 123	0.00 1	0.89 371	0.00 1	0.26 400	0.09 225	1.75 405

DCANet-4	0.83 129	0.18 59	4.76 352	0.04 99	0.01 75	1.24 123	0.02 108	3.84 187	2.21 326	2.39 328	0.25 122	0.11 75	0.24 198	0.59 80	0.36 139	0.00 1	0.00 1	0.00 1	0.00 1	0.01 10	0.37 246

fff	0.83 129	0.63 249	3.63 301	0.01 13	0.04 168	1.25 130	0.02 108	3.98 207	1.29 176	2.39 328	0.25 122	0.09 67	1.78 346	0.58 73	0.36 139	0.00 1	0.00 1	0.00 1	0.00 1	0.01 10	0.37 246

HCRNet	0.83 129	0.39 172	1.59 51	0.02 51	0.00 1	1.18 99	0.01 25	3.69 166	2.28 332	0.75 137	0.21 115	0.56 142	0.11 146	5.32 302	0.25 102	0.00 1	0.01 207	0.00 1	0.00 1	0.08 205	0.04 49

csc	0.83 129	0.63 249	3.63 301	0.01 13	0.04 168	1.25 130	0.02 108	3.98 207	1.29 176	2.39 328	0.25 122	0.09 67	1.78 346	0.58 73	0.36 139	0.00 1	0.00 1	0.00 1	0.00 1	0.01 10	0.37 246

cscssc	0.83 129	0.63 249	3.63 301	0.01 13	0.04 168	1.25 130	0.02 108	3.98 207	1.29 176	2.39 328	0.25 122	0.09 67	1.78 346	0.58 73	0.36 139	0.00 1	0.00 1	0.00 1	0.00 1	0.01 10	0.37 246

CFNet_ucs	0.84 135	0.23 108	2.43 211	0.01 13	0.01 75	1.34 168	0.01 25	3.82 181	1.61 247	1.24 215	1.13 264	2.16 294	0.41 238	2.08 183	0.17 62	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.17 170

test_1	0.84 135	0.15 32	2.03 142	0.37 277	0.55 341	1.01 46	0.02 108	3.06 127	0.55 31	1.73 275	0.02 2	1.09 219	0.04 60	3.70 223	0.38 151	0.00 1	0.93 379	0.00 1	0.25 393	0.16 307	0.84 325

DCANet	0.84 135	0.65 256	3.63 301	0.03 72	0.00 1	1.25 130	0.01 25	3.99 211	2.16 321	2.66 345	0.31 139	0.09 67	0.48 245	0.57 72	0.45 168	0.00 1	0.00 1	0.00 1	0.00 1	0.03 113	0.41 261

RAFT-Test	0.85 138	0.19 84	2.98 258	0.66 346	0.99 395	1.83 301	0.17 274	3.16 135	1.19 128	0.71 127	0.11 83	3.21 342	0.02 22	0.58 73	0.33 123	0.00 1	0.47 315	0.00 1	0.29 409	0.01 10	0.15 158

RAFT_CTSACE	0.85 138	0.95 312	2.60 223	0.60 328	0.05 176	1.20 103	0.01 25	3.18 138	0.85 72	0.79 142	1.57 294	2.18 295	0.78 285	1.20 139	0.22 87	0.00 1	0.33 305	0.00 1	0.00 1	0.28 369	0.21 199

RAFT+CT+SA	0.85 138	0.91 302	2.23 177	0.19 222	0.29 298	1.27 144	0.03 161	4.92 304	0.86 73	0.65 120	0.40 167	0.67 157	0.05 78	3.03 200	0.18 66	0.00 1	0.28 302	0.00 1	0.35 415	0.15 299	0.61 289

test-3	0.86 141	0.15 32	2.03 142	0.37 277	0.56 344	1.01 46	0.02 108	3.05 125	0.54 28	1.98 294	0.02 2	1.09 219	0.04 60	3.73 225	0.38 151	0.00 1	0.93 379	0.00 1	0.25 393	0.16 307	0.82 320

model_zeroshot	0.87 142	0.46 193	2.80 238	0.68 353	0.93 390	1.84 303	0.08 233	3.66 165	0.66 43	1.23 213	0.01 1	1.18 225	0.06 92	1.25 147	0.46 175	0.03 372	0.71 340	0.00 1	0.20 372	0.02 50	1.14 353

SFCPSM	0.87 142	0.20 92	2.57 221	0.02 51	0.07 192	2.45 330	0.18 279	5.65 358	1.51 231	0.85 148	0.77 229	0.67 157	0.30 209	1.77 173	0.22 87	0.00 1	0.00 1	0.00 1	0.04 293	0.09 225	0.09 111

DMCA	0.87 142	0.52 218	3.24 280	0.01 13	0.01 75	1.30 152	0.02 108	3.69 166	1.87 295	2.29 316	0.17 92	1.71 261	0.10 137	0.76 105	1.42 295	0.00 1	0.00 1	0.00 1	0.00 1	0.08 205	0.12 137

IGEVStereo-DCA	0.88 145	1.21 357	1.81 97	0.18 217	0.16 242	0.83 28	0.01 25	0.71 11	1.36 202	0.40 80	0.04 51	0.06 41	0.09 129	6.04 325	2.22 332	0.00 1	0.48 319	0.00 1	0.15 341	0.16 307	1.76 406

anonymousdsp2	0.88 145	0.10 12	2.48 216	0.42 286	0.77 378	1.22 115	0.02 108	4.89 299	1.23 148	0.75 137	0.21 115	0.94 201	0.09 129	1.46 157	0.31 121	0.00 1	0.88 365	0.00 1	0.11 328	0.05 157	1.78 413

IER	0.88 145	0.38 170	2.74 234	0.01 13	0.00 1	2.27 319	0.02 108	3.65 164	1.30 184	1.45 238	0.96 252	1.39 237	1.16 305	1.60 161	0.53 193	0.00 1	0.00 1	0.00 1	0.00 1	0.06 169	0.02 28

IPLGR	0.88 145	0.30 141	3.78 316	0.06 134	0.07 192	1.26 138	0.05 204	3.78 173	1.62 253	0.80 143	0.35 153	0.79 183	0.76 282	3.42 210	0.27 111	0.00 1	0.00 1	0.00 1	0.00 1	0.08 205	0.16 165

PSMNet-ADL	0.88 145	0.12 21	1.32 27	0.07 146	0.01 75	2.03 310	0.03 161	3.00 121	1.28 172	0.39 78	0.66 212	2.12 288	0.67 275	4.19 239	1.38 294	0.00 1	0.00 1	0.00 1	0.00 1	0.01 10	0.24 208

TRStereo	0.88 145	1.18 354	2.44 213	0.72 359	0.10 216	1.56 245	0.03 161	5.73 363	1.28 172	0.18 44	0.30 136	0.62 146	0.43 239	1.02 132	0.13 40	0.00 1	0.47 315	0.00 1	0.25 393	0.01 10	1.23 361

AFF-stereo	0.89 151	1.05 338	1.70 68	0.49 307	0.18 248	1.21 111	0.01 25	3.58 160	1.62 253	0.84 147	1.93 310	1.14 223	0.26 202	1.24 145	0.68 215	0.00 1	0.64 333	0.00 1	0.00 1	0.26 361	0.89 331

testlalala2	0.90 152	0.21 97	1.69 67	4.05 436	2.52 430	1.11 79	0.01 25	3.95 203	1.34 194	0.20 56	0.32 142	1.36 236	0.07 105	0.27 15	0.18 66	0.00 1	0.09 271	0.00 1	0.36 416	0.01 10	0.24 208

qqq	0.90 152	0.41 180	1.88 118	0.10 182	0.59 353	1.09 69	0.00 1	3.82 181	1.29 176	0.61 117	0.38 161	0.73 169	0.15 163	3.19 203	0.90 256	0.00 1	1.08 394	0.00 1	0.23 387	0.06 169	1.57 388

RAFT-Stereo + iAFF	0.90 152	0.95 312	1.93 127	0.06 134	0.92 388	1.24 123	0.02 108	3.30 145	1.75 284	1.23 213	2.58 343	0.43 126	0.16 171	0.68 95	0.82 233	0.00 1	0.70 339	0.00 1	0.00 1	0.23 345	1.05 346

MSKI-zero shot	0.91 155	0.18 59	1.86 111	0.61 332	0.62 363	1.36 172	0.05 204	3.41 151	0.31 11	0.73 134	1.79 305	0.88 189	0.00 1	4.71 266	0.16 56	0.00 1	0.93 379	0.00 1	0.21 379	0.02 50	0.32 235

EKT-Stereo	0.91 155	0.23 108	2.14 164	0.84 378	4.27 437	1.23 119	0.04 190	2.85 105	0.67 44	0.44 88	0.40 167	0.95 205	0.08 117	2.93 199	0.38 151	0.00 1	0.18 286	0.00 1	0.07 306	0.04 142	0.40 259

RAFT	0.91 155	0.96 316	1.82 102	0.89 383	0.44 327	0.97 43	0.08 233	3.71 170	1.25 157	0.36 75	0.20 111	3.87 366	0.27 205	0.70 96	0.49 183	0.00 1	0.83 359	0.00 1	0.01 258	0.47 402	0.87 329

test_sample2	0.92 158	0.24 112	1.96 131	0.43 288	0.02 126	1.25 130	0.00 1	4.52 268	1.58 241	1.09 190	0.33 143	0.50 136	0.29 208	3.27 205	0.93 262	0.00 1	0.88 365	0.00 1	0.10 324	0.04 142	1.04 345

ToySt	0.92 158	0.51 210	4.35 335	0.21 238	0.71 374	1.32 162	0.00 1	2.77 101	1.33 191	0.21 58	0.51 188	1.47 240	0.11 146	1.14 134	0.87 245	0.03 372	0.69 336	0.00 1	0.20 372	0.10 236	1.88 424

NF-Stereo	0.92 158	0.18 59	1.99 136	1.31 407	0.01 75	1.55 241	0.28 314	3.09 130	1.24 150	1.20 208	0.57 195	0.24 103	0.01 7	6.43 341	0.35 135	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.00 1

RE-Stereo	0.92 158	0.18 59	2.01 138	1.31 407	0.01 75	1.55 241	0.28 314	3.09 130	1.24 150	1.21 209	0.57 195	0.24 103	0.01 7	6.43 341	0.34 132	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.00 1

TVStereo	0.92 158	0.18 59	2.01 138	1.31 407	0.01 75	1.55 241	0.28 314	3.09 130	1.24 150	1.21 209	0.57 195	0.24 103	0.01 7	6.43 341	0.34 132	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.00 1

psmg	0.93 163	0.15 32	1.48 34	0.02 51	0.00 1	3.25 362	0.26 305	5.45 351	1.17 123	2.00 295	1.45 286	1.78 266	0.10 137	0.80 116	0.71 219	0.00 1	0.00 1	0.01 367	0.00 1	0.02 50	0.04 49

LCNet	0.93 163	0.21 97	1.62 53	0.14 205	0.26 286	1.20 103	0.22 293	2.71 96	0.90 85	1.82 278	0.21 115	0.12 79	2.50 367	5.59 313	0.16 56	0.00 1	0.00 1	0.00 1	0.00 1	0.16 307	0.79 318

OCTAStereo	0.93 163	0.18 59	2.01 138	1.31 407	0.01 75	1.56 245	0.28 314	3.09 130	1.24 150	1.21 209	0.57 195	0.25 108	0.01 7	6.43 341	0.35 135	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.00 1

ACVNet-DCA	0.94 166	0.36 163	2.41 201	0.50 308	0.29 298	3.40 369	0.02 108	3.82 181	1.29 176	0.71 127	0.83 237	0.05 30	0.61 259	1.60 161	0.12 31	0.00 1	1.13 409	0.00 1	0.03 281	0.06 169	1.57 388

mmm	0.94 166	0.32 152	2.04 146	0.73 364	0.85 379	1.17 98	0.01 25	3.97 206	1.42 214	1.51 243	0.93 249	0.46 129	0.21 194	1.18 137	0.87 245	0.00 1	1.16 417	0.00 1	0.26 400	0.06 169	1.72 401

test_5	0.94 166	0.94 309	2.60 223	0.55 317	0.25 277	1.47 215	0.02 108	4.89 299	0.97 93	0.81 144	0.30 136	0.80 184	0.63 266	3.39 208	0.24 100	0.00 1	0.27 298	0.00 1	0.00 1	0.17 320	0.54 276

BSDual-CNN	0.94 166	0.15 32	1.48 34	0.04 99	0.00 1	3.30 363	0.20 283	6.00 379	1.17 123	2.36 323	0.64 209	1.78 266	0.10 137	0.80 116	0.71 219	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.06 73

CIPLG	0.94 166	1.29 365	3.53 298	0.19 222	0.03 145	1.45 204	0.29 321	3.87 191	1.61 247	2.10 301	2.52 341	0.21 100	0.11 146	0.85 124	0.29 114	0.00 1	0.05 252	0.01 367	0.05 296	0.21 338	0.08 89

IPLGR_C	0.94 166	1.37 372	3.71 309	0.19 222	0.02 126	1.44 197	0.29 321	3.88 194	1.62 253	2.04 297	2.44 340	0.20 96	0.12 157	0.79 111	0.29 114	0.00 1	0.05 252	0.01 367	0.05 296	0.21 338	0.08 89

ACRE	0.94 166	1.27 363	3.93 322	0.22 240	0.02 126	1.44 197	0.29 321	3.88 194	1.60 246	1.97 293	2.42 334	0.21 100	0.11 146	0.82 120	0.29 114	0.00 1	0.04 247	0.01 367	0.05 296	0.21 338	0.09 111

HHNet	0.94 166	0.28 133	2.48 216	0.19 222	0.08 201	1.32 162	0.42 340	2.48 90	0.84 71	1.39 233	5.80 391	0.14 88	1.74 345	0.49 56	0.94 263	0.06 390	0.00 1	0.01 367	0.00 1	0.14 286	0.04 49

acv_ft	0.94 166	0.56 228	2.28 181	0.04 99	1.07 404	1.71 289	0.01 25	4.41 260	1.34 194	1.53 247	0.75 226	1.92 274	0.45 243	0.51 61	1.74 309	0.00 1	0.00 1	0.00 1	0.00 1	0.32 378	0.20 194

gcap-zeroshot	0.95 175	0.45 189	3.07 262	0.25 255	0.74 376	1.44 197	0.02 108	4.85 295	1.47 226	0.78 141	0.57 195	2.77 318	0.04 60	0.95 130	0.49 183	0.00 1	0.48 319	0.00 1	0.20 372	0.00 1	0.39 256

CAS	0.95 175	0.12 21	1.08 16	6.79 441	0.08 201	1.10 75	0.01 25	0.97 27	0.87 75	0.03 6	0.04 51	0.07 55	0.06 92	0.37 34	0.15 50	6.94 442	0.00 1	0.00 1	0.00 1	0.00 1	0.30 230

riskmin	0.95 175	0.06 1	2.01 138	0.80 374	0.86 382	1.58 251	0.24 299	4.28 251	0.53 25	0.85 148	0.29 132	2.60 312	1.04 299	0.70 96	0.61 203	0.00 1	0.85 361	0.00 1	0.26 400	0.01 10	1.48 378

test_xeample3	0.95 175	1.30 366	5.13 369	0.19 222	0.23 268	0.95 41	0.07 227	2.30 82	1.47 226	0.40 80	0.05 62	0.08 61	0.07 105	1.45 156	2.27 334	0.00 1	0.69 336	0.00 1	0.33 413	0.17 320	1.85 419

test_sample1	0.96 179	0.25 119	1.82 102	0.46 292	0.19 251	1.13 84	0.00 1	4.10 225	1.55 237	1.02 178	0.33 143	0.70 165	0.57 254	3.63 220	0.91 259	0.00 1	0.91 372	0.00 1	0.09 318	0.05 157	1.50 379

TestStereo1	0.96 179	0.91 302	2.21 170	0.24 250	0.42 322	1.31 154	0.02 108	4.10 225	1.71 275	0.47 96	1.64 297	0.20 96	1.20 307	3.55 215	0.36 139	0.00 1	0.27 298	0.00 1	0.00 1	0.19 331	0.32 235

DisPM	0.96 179	0.17 53	2.10 159	0.90 384	0.02 126	1.53 236	0.55 354	1.86 68	1.31 187	2.42 332	0.82 236	0.38 120	0.01 7	6.92 370	0.20 79	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.00 1

SA-5K	0.96 179	0.91 302	2.21 170	0.24 250	0.42 322	1.31 154	0.02 108	4.10 225	1.71 275	0.47 96	1.64 297	0.20 96	1.20 307	3.55 215	0.36 139	0.00 1	0.27 298	0.00 1	0.00 1	0.19 331	0.32 235

PSM-softLoss	0.96 179	0.18 59	2.32 189	1.26 401	0.03 145	1.50 227	0.26 305	2.90 109	1.27 167	1.30 219	0.38 161	0.39 121	0.01 7	6.94 373	0.36 139	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.01 12

KMStereo	0.96 179	0.18 59	2.32 189	1.26 401	0.03 145	1.50 227	0.26 305	2.90 109	1.27 167	1.30 219	0.38 161	0.39 121	0.01 7	6.94 373	0.36 139	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.01 12

StereoDRNet-Refined	0.96 179	0.28 133	1.94 129	0.03 72	0.01 75	1.34 168	0.01 25	4.02 214	1.33 191	2.16 305	1.23 271	2.62 313	0.18 180	2.06 182	1.82 312	0.00 1	0.00 1	0.00 1	0.00 1	0.16 307	0.06 73
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
DN-CSS_ROB	0.96 179	1.51 384	3.52 297	1.05 395	0.01 75	1.50 227	0.02 108	3.35 147	1.18 126	0.18 44	0.54 192	0.44 127	0.16 171	4.39 252	0.82 233	0.00 1	0.00 1	0.00 1	0.00 1	0.36 389	0.08 89

CFNet-ft	0.97 187	0.94 309	2.30 184	0.01 13	0.27 291	1.37 174	0.02 108	2.76 98	0.79 59	0.88 151	0.20 111	3.76 363	0.38 226	4.21 240	1.34 290	0.00 1	0.00 1	0.01 367	0.00 1	0.08 205	0.09 111

CFNet_RVC	0.97 187	0.94 309	2.30 184	0.01 13	0.27 291	1.37 174	0.02 108	2.76 98	0.79 59	0.88 151	0.20 111	3.76 363	0.38 226	4.21 240	1.34 290	0.00 1	0.00 1	0.01 367	0.00 1	0.08 205	0.09 111

ADStereo(finetuned)	0.98 189	0.65 256	4.66 348	0.03 72	0.00 1	1.25 130	0.01 25	3.99 211	2.16 321	2.65 342	0.30 136	0.09 67	2.33 361	0.58 73	0.45 168	0.00 1	0.00 1	0.00 1	0.00 1	0.03 113	0.41 261

STTStereo	0.98 189	0.62 246	3.78 316	0.25 255	0.15 240	1.44 197	0.10 253	3.57 158	1.75 284	1.46 239	0.19 107	1.74 264	0.44 240	3.47 212	0.54 195	0.00 1	0.00 1	0.00 1	0.00 1	0.01 10	0.05 63

anonymity	0.99 191	0.18 59	1.80 89	0.39 281	0.67 367	0.74 26	0.01 25	5.09 318	2.13 319	1.34 225	1.30 276	0.80 184	1.62 341	0.82 120	0.64 207	0.03 372	0.59 330	0.00 1	0.48 424	0.02 50	1.15 356

IPLG	0.99 191	0.76 278	3.08 263	0.06 134	0.06 181	1.40 184	0.11 255	3.81 177	1.07 104	0.81 144	1.00 254	0.50 136	0.60 258	5.65 317	0.38 151	0.00 1	0.00 1	0.00 1	0.00 1	0.23 345	0.20 194

UPFNet	0.99 191	0.32 152	2.89 247	0.00 1	0.00 1	1.90 304	0.11 255	4.10 225	1.10 110	2.35 321	0.12 87	1.91 273	0.08 117	4.02 234	0.78 227	0.00 1	0.00 1	0.00 1	0.00 1	0.08 205	0.04 49

StereoVision	1.00 194	0.77 281	2.81 240	0.05 115	0.02 126	1.14 88	0.03 161	4.13 232	1.18 126	0.19 49	6.80 401	0.49 133	0.12 157	1.20 139	1.01 272	0.00 1	0.00 1	0.00 1	0.00 1	0.06 169	0.02 28

111	1.00 194	1.05 338	3.63 301	0.01 13	0.04 168	1.20 103	0.16 271	4.50 265	2.24 328	1.32 222	1.15 268	2.00 280	0.31 213	0.59 80	0.79 228	0.00 1	0.00 1	0.00 1	0.00 1	0.10 236	0.84 325

MyStereo05	1.01 196	0.47 197	3.36 286	0.03 72	0.14 232	1.53 236	0.02 108	4.11 229	3.37 386	1.43 236	0.03 40	1.27 229	0.39 235	1.39 154	0.97 266	0.00 1	1.10 401	0.00 1	0.16 349	0.02 50	0.37 246

MyStereo04	1.01 196	0.51 210	3.49 294	0.03 72	0.34 314	1.66 279	0.02 108	4.18 238	2.93 379	1.10 193	0.03 40	1.30 232	0.58 256	1.32 151	1.02 273	0.00 1	1.19 420	0.00 1	0.18 364	0.03 113	0.37 246

DCRE	1.01 196	0.54 221	1.52 39	0.30 268	0.99 395	1.31 154	0.00 1	1.69 61	0.71 49	1.12 196	7.77 405	0.74 171	0.02 22	0.28 17	0.45 168	0.00 1	0.71 340	0.00 1	0.25 393	0.02 50	1.78 413

psm_up	1.01 196	0.68 260	2.47 215	0.04 99	0.00 1	2.01 309	0.05 204	4.09 223	1.29 176	2.65 342	0.47 182	1.71 261	0.44 240	3.65 221	0.45 168	0.06 390	0.00 1	0.00 1	0.00 1	0.14 286	0.06 73

HITNet	1.01 196	1.08 344	3.32 285	0.80 374	0.00 1	1.37 174	0.02 108	5.20 326	1.59 244	1.88 282	0.18 95	0.64 150	0.31 213	1.24 145	2.01 321	0.00 1	0.00 1	0.00 1	0.00 1	0.08 205	0.47 267
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
SA	1.02 201	0.85 291	2.22 172	0.00 1	0.42 322	1.31 154	0.01 25	4.74 290	2.04 315	0.50 107	0.95 251	0.30 113	1.30 319	4.24 245	0.42 162	0.00 1	0.47 315	0.00 1	0.17 357	0.16 307	0.30 230

CoDeX	1.03 202	0.45 189	2.50 219	0.06 134	0.20 256	1.51 231	0.20 283	6.54 399	1.96 307	0.73 134	0.68 218	1.04 212	0.31 213	3.86 230	0.38 151	0.00 1	0.00 1	0.00 1	0.00 1	0.08 205	0.07 83

dad	1.04 203	1.21 357	3.14 269	0.08 154	0.01 75	1.25 130	0.01 25	1.30 36	2.54 354	1.95 292	0.37 158	0.40 124	0.04 60	5.95 324	1.06 276	0.01 334	0.00 1	1.11 430	0.12 335	0.07 194	0.19 182

AACVNet	1.04 203	0.87 296	2.22 172	0.25 255	0.00 1	1.79 297	0.01 25	4.21 240	0.79 59	1.17 203	0.27 129	1.50 241	0.16 171	6.30 338	0.89 253	0.00 1	0.00 1	0.00 1	0.00 1	0.23 345	0.04 49

DeepPruner_ROB	1.04 203	0.99 326	3.05 261	0.02 51	0.00 1	1.60 256	0.17 274	3.96 204	0.52 24	3.41 369	0.03 40	2.06 283	0.17 176	3.35 206	1.12 281	0.00 1	0.00 1	0.00 1	0.00 1	0.14 286	0.14 151

test_sample7	1.05 206	0.24 112	1.95 130	0.65 345	0.01 75	1.25 130	0.01 25	4.98 309	1.63 259	1.53 247	0.66 212	0.90 190	1.00 296	2.79 195	0.82 233	0.00 1	0.97 386	0.00 1	0.00 1	0.03 113	1.51 381

BUS	1.05 206	0.15 32	1.48 34	0.04 99	0.00 1	5.73 406	0.03 161	6.00 379	1.17 123	2.36 323	0.64 209	2.35 307	0.06 92	0.80 116	0.05 5	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.06 73

AASNet	1.05 206	1.11 346	3.12 267	0.05 115	0.00 1	1.73 292	0.05 204	5.73 363	2.17 325	1.10 193	1.84 308	0.94 201	0.19 185	1.16 135	1.37 292	0.00 1	0.00 1	0.00 1	0.00 1	0.34 383	0.16 165

1test111	1.06 209	0.36 163	2.41 201	0.50 308	0.29 298	3.40 369	0.02 108	3.82 181	1.29 176	0.71 127	0.83 237	0.05 30	0.61 259	3.19 203	0.90 256	0.00 1	1.13 409	0.00 1	0.03 281	0.06 169	1.57 388

test_sample3	1.07 210	0.26 122	2.91 250	0.60 328	0.01 75	1.41 190	0.01 25	5.29 333	1.72 280	1.56 252	0.54 192	0.78 182	0.18 180	3.60 219	0.87 245	0.00 1	0.80 352	0.00 1	0.08 310	0.03 113	0.68 301

IGEV_Zeroshot_test	1.07 210	0.28 133	3.68 308	0.51 312	0.58 350	1.13 84	0.54 350	4.64 281	0.73 52	1.14 198	0.75 226	3.21 342	0.70 278	0.77 107	0.57 198	0.00 1	0.52 323	0.00 1	0.16 349	0.04 142	1.56 387

MyStereo06	1.08 212	0.47 197	3.30 284	0.03 72	0.14 232	1.53 236	0.02 108	5.58 354	0.88 78	1.15 201	0.73 223	3.48 353	1.15 304	0.86 125	0.66 211	0.00 1	1.10 401	0.00 1	0.16 349	0.02 50	0.37 246

RAFT_R40	1.08 212	0.11 16	2.09 158	0.83 377	0.20 256	1.68 286	0.64 358	2.11 79	1.19 128	1.05 183	1.13 264	1.77 265	1.43 324	6.90 368	0.33 123	0.00 1	0.00 1	0.00 1	0.00 1	0.03 113	0.01 12

test_sample4	1.09 214	0.27 131	2.97 256	0.61 332	0.01 75	1.46 208	0.01 25	5.32 337	1.86 292	1.67 268	0.72 221	0.68 161	0.15 163	3.66 222	0.88 249	0.00 1	0.80 352	0.00 1	0.08 310	0.03 113	0.67 298

GANet-RSSM	1.09 214	0.80 286	2.41 201	0.72 359	0.00 1	1.39 180	0.02 108	5.15 321	1.07 104	0.95 163	0.34 146	2.06 283	1.12 302	4.69 264	0.80 230	0.00 1	0.00 1	0.04 396	0.00 1	0.15 299	0.09 111

PSMNet-RSSM	1.10 216	0.88 297	2.30 184	0.23 245	0.00 1	1.41 190	0.03 161	5.44 350	1.19 128	1.56 252	0.50 185	2.46 309	0.71 279	4.23 243	0.90 256	0.00 1	0.00 1	0.01 367	0.00 1	0.10 236	0.08 89

test_sample5	1.11 217	0.28 133	2.93 252	0.61 332	0.01 75	1.44 197	0.01 25	5.23 329	1.93 304	1.48 241	1.14 266	0.57 143	0.15 163	3.94 231	0.89 253	0.00 1	0.81 355	0.00 1	0.08 310	0.03 113	0.68 301

gwcnet-sp	1.11 217	0.71 265	4.90 357	0.05 115	0.01 75	2.59 339	0.14 267	4.22 242	1.38 210	1.93 288	0.18 95	0.68 161	0.38 226	3.77 226	0.98 267	0.00 1	0.00 1	0.00 1	0.00 1	0.13 276	0.08 89

scenet	1.11 217	0.71 265	4.90 357	0.05 115	0.01 75	2.59 339	0.14 267	4.22 242	1.38 210	1.93 288	0.18 95	0.68 161	0.38 226	3.77 226	0.98 267	0.00 1	0.00 1	0.00 1	0.00 1	0.13 276	0.08 89

ssnet	1.11 217	0.71 265	4.90 357	0.05 115	0.01 75	2.59 339	0.14 267	4.22 242	1.38 210	1.93 288	0.18 95	0.68 161	0.38 226	3.77 226	0.98 267	0.00 1	0.00 1	0.00 1	0.00 1	0.13 276	0.08 89

SST-Stereo	1.12 221	0.10 12	1.98 134	0.85 379	0.24 273	1.72 290	0.56 355	2.10 78	2.01 310	1.19 204	1.07 257	1.57 245	1.88 351	6.92 370	0.24 100	0.00 1	0.00 1	0.00 1	0.00 1	0.03 113	0.02 28

DMCA-RVC	1.12 221	1.19 355	5.30 375	0.03 72	0.04 168	1.30 152	0.06 225	3.05 125	0.87 75	3.33 366	0.12 87	0.98 208	0.65 272	3.40 209	1.82 312	0.01 334	0.04 247	0.02 386	0.01 258	0.10 236	0.09 111

GCST	1.13 223	1.32 368	3.12 267	0.57 321	0.90 385	0.92 38	0.09 245	4.38 257	1.43 215	0.49 104	0.51 188	0.39 121	0.35 219	5.56 312	0.95 264	1.34 432	0.02 233	0.00 1	0.00 1	0.13 276	0.15 158

DualNet	1.13 223	0.28 133	2.93 252	0.61 332	0.01 75	1.44 197	0.01 25	5.23 329	1.93 304	1.57 255	1.40 282	0.57 143	0.15 163	3.94 231	0.89 253	0.00 1	0.81 355	0.00 1	0.08 310	0.03 113	0.68 301

CSP-Net	1.13 223	0.76 278	1.67 63	0.01 13	0.00 1	2.81 350	0.05 204	5.62 356	1.14 116	1.14 198	0.85 242	1.80 268	0.23 196	6.10 329	0.36 139	0.00 1	0.00 1	0.00 1	0.00 1	0.13 276	0.03 42

PFNet	1.13 223	0.26 122	3.28 283	1.27 403	0.55 341	1.60 256	0.24 299	1.80 66	1.19 128	2.37 326	1.21 270	0.63 147	0.30 209	6.85 364	0.46 175	0.16 406	0.01 207	0.00 1	0.07 306	0.18 328	0.24 208

IRAFT_RVC	1.13 223	0.39 172	2.40 199	1.51 415	0.25 277	1.37 174	0.31 328	2.93 117	1.24 150	1.58 261	0.79 232	1.14 223	1.54 332	6.53 346	0.44 164	0.00 1	0.12 279	0.00 1	0.00 1	0.02 50	0.03 42

test_sample6	1.14 228	0.28 133	2.92 251	0.59 326	0.01 75	1.47 215	0.01 25	5.17 325	2.07 317	1.57 255	1.40 282	0.63 147	0.19 185	4.02 234	0.99 270	0.00 1	0.77 347	0.00 1	0.08 310	0.03 113	0.67 298

NINENet	1.14 228	0.34 159	2.08 152	0.10 182	0.01 75	5.73 406	0.03 161	5.39 344	1.54 236	1.61 262	0.72 221	2.35 307	0.06 92	2.82 197	0.05 5	0.00 1	0.01 207	0.01 367	0.00 1	0.04 142	0.00 1

SACVNet	1.14 228	0.74 271	2.49 218	0.07 146	0.00 1	1.65 278	0.28 314	4.52 268	1.51 231	2.11 302	0.79 232	1.57 245	0.07 105	5.28 299	1.31 287	0.01 334	0.00 1	0.00 1	0.00 1	0.26 361	0.18 178

rrr	1.15 231	1.21 357	5.05 365	0.18 217	0.16 242	0.83 28	0.06 225	2.88 106	1.44 218	0.40 80	0.04 51	0.06 41	0.09 129	6.04 325	2.22 332	0.00 1	0.48 319	0.00 1	0.19 370	0.16 307	1.59 393

anonymousa	1.15 231	0.38 170	2.43 211	0.70 355	1.49 415	1.45 204	0.02 108	4.23 245	1.13 115	0.91 155	2.52 341	3.46 351	0.55 249	0.55 65	0.60 200	0.00 1	1.13 409	0.00 1	0.54 427	0.04 142	0.86 328

MyStereo8	1.16 233	0.86 294	3.73 312	0.86 380	0.04 168	1.47 215	0.01 25	4.64 281	2.13 319	1.47 240	1.10 261	1.21 227	0.31 213	1.12 133	1.50 298	0.00 1	1.45 433	0.00 1	0.30 411	0.10 236	0.93 337

GMM-Stereo	1.17 234	0.10 12	2.29 182	0.13 202	0.22 263	1.43 194	0.84 368	2.83 104	1.16 118	2.73 349	3.09 354	0.54 141	0.87 291	5.31 300	0.16 56	0.01 334	0.00 1	0.00 1	0.02 279	0.02 50	1.72 401

HGLStereo	1.17 234	0.53 220	2.39 198	0.01 13	0.02 126	1.45 204	0.01 25	4.05 218	1.14 116	1.42 235	3.06 352	2.09 286	1.21 311	4.60 263	1.33 289	0.00 1	0.00 1	0.00 1	0.00 1	0.10 236	0.06 73

cf-r	1.18 236	1.02 332	3.22 273	0.25 255	0.02 126	1.44 197	0.03 161	5.11 320	2.16 321	1.31 221	0.59 203	2.87 325	0.24 198	4.26 246	0.79 228	0.00 1	0.00 1	0.00 1	0.00 1	0.15 299	0.12 137

MLCV	1.19 237	0.97 319	3.09 264	0.07 146	0.00 1	1.63 270	0.04 190	3.33 146	1.57 240	2.74 351	1.83 307	0.99 209	0.40 236	5.31 300	1.53 300	0.00 1	0.00 1	0.00 1	0.00 1	0.12 266	0.11 129

NLCA_NET_v2_RVC	1.20 238	0.85 291	3.90 320	0.61 332	0.99 395	1.40 184	0.01 25	4.06 219	1.56 239	2.38 327	0.36 157	2.15 293	0.57 254	4.52 259	0.67 214	0.00 1	0.00 1	0.00 1	0.01 258	0.02 50	0.03 42
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
iResNet	1.20 238	0.77 281	3.37 287	1.01 393	0.01 75	2.00 308	0.01 25	4.44 261	1.74 282	1.88 282	1.09 259	0.35 116	0.35 219	4.22 242	2.44 342	0.00 1	0.00 1	0.00 1	0.00 1	0.09 225	0.26 222

raft_robust	1.21 240	1.05 338	2.00 137	0.10 182	0.43 326	1.39 180	0.02 108	4.21 240	2.32 335	0.44 88	0.02 2	2.23 297	1.39 322	7.00 379	0.35 135	0.00 1	0.78 349	0.00 1	0.18 364	0.10 236	0.19 182

hknet	1.21 240	0.25 119	2.89 247	0.04 99	0.00 1	3.30 363	0.20 283	6.00 379	1.19 128	2.36 323	0.64 209	3.38 347	0.05 78	3.04 201	0.73 223	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.06 73

PSM-AAD	1.21 240	0.08 4	1.53 41	0.10 182	0.27 291	1.35 171	3.14 412	2.74 97	0.83 70	2.89 353	2.04 317	0.16 94	5.25 413	3.51 214	0.21 86	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.08 89

UNet	1.21 240	0.36 163	4.56 345	0.04 99	0.02 126	2.30 323	0.02 108	3.70 169	0.98 97	1.32 222	0.14 90	2.70 316	1.54 332	4.49 256	1.96 320	0.00 1	0.00 1	0.00 1	0.00 1	0.08 205	0.07 83

GwcNet-RSSM	1.22 244	1.24 361	3.66 306	0.23 245	0.04 168	1.46 208	0.05 204	4.65 283	1.61 247	1.33 224	0.46 181	2.98 330	0.26 202	4.48 255	1.59 302	0.00 1	0.00 1	0.02 386	0.00 1	0.21 338	0.10 122

iResNet_ROB	1.22 244	1.37 372	2.59 222	0.14 205	0.00 1	1.38 179	0.04 190	7.36 420	2.85 378	1.07 187	1.24 272	0.93 200	0.11 146	4.28 247	0.84 239	0.00 1	0.00 1	0.00 1	0.00 1	0.12 266	0.11 129

tt1	1.23 246	0.37 169	2.41 201	0.41 284	0.45 329	3.33 366	0.02 108	3.81 177	6.87 417	0.71 127	0.80 234	0.06 41	0.40 236	1.73 169	0.12 31	0.00 1	1.12 405	0.00 1	0.00 1	0.10 236	1.86 420

Sa-1000	1.23 246	0.79 283	2.16 165	0.00 1	0.40 317	1.36 172	0.03 161	5.00 312	2.01 310	1.11 195	5.38 387	0.61 145	0.15 163	4.18 237	0.37 150	0.00 1	0.54 325	0.00 1	0.16 349	0.15 299	0.16 165

XX-Stereo	1.24 248	0.25 119	6.03 390	1.30 406	0.29 298	1.28 148	0.00 1	4.12 230	0.60 36	1.29 218	0.50 185	3.63 358	0.03 45	4.05 236	0.18 66	0.00 1	0.58 328	0.00 1	0.23 387	0.03 113	0.47 267

BEATNet_4x	1.24 248	1.45 379	5.03 364	0.58 323	0.02 126	1.34 168	0.09 245	5.29 333	1.69 269	2.01 296	0.25 122	1.18 225	0.44 240	2.11 184	2.70 347	0.00 1	0.00 1	0.00 1	0.00 1	0.14 286	0.54 276

CFNet	1.24 248	1.33 370	3.20 271	0.26 261	0.03 145	1.43 194	0.04 190	5.03 313	2.39 342	0.61 117	0.71 219	1.30 232	0.23 196	6.72 357	1.16 285	0.00 1	0.00 1	0.00 1	0.00 1	0.25 354	0.10 122

qqq1	1.25 251	0.30 141	2.08 152	0.47 298	0.02 126	1.04 50	0.01 25	5.75 366	2.69 361	1.65 264	2.43 336	0.91 193	0.02 22	4.75 271	0.88 249	0.00 1	0.88 365	0.00 1	0.11 328	0.09 225	0.92 333

fff1	1.25 251	0.30 141	2.08 152	0.47 298	0.02 126	1.04 50	0.01 25	5.75 366	2.69 361	1.65 264	2.43 336	0.91 193	0.02 22	4.75 271	0.88 249	0.00 1	0.88 365	0.00 1	0.11 328	0.09 225	0.92 333

HH	1.25 251	0.40 176	2.13 162	0.90 384	0.41 319	2.28 320	0.01 25	4.25 246	0.95 89	0.37 76	0.89 245	3.87 366	0.80 287	4.74 268	0.51 189	0.00 1	0.96 383	0.00 1	0.00 1	0.03 113	1.53 382

HanStereo	1.25 251	0.40 176	2.13 162	0.90 384	0.41 319	2.28 320	0.01 25	4.25 246	0.95 89	0.37 76	0.89 245	3.87 366	0.80 287	4.74 268	0.51 189	0.00 1	0.96 383	0.00 1	0.00 1	0.03 113	1.53 382

RAFT-345	1.25 251	0.12 21	2.08 152	0.54 314	0.13 227	1.55 241	0.24 299	0.65 9	2.51 352	1.19 204	7.68 404	0.92 198	0.05 78	6.86 365	0.50 187	0.00 1	0.00 1	0.00 1	0.00 1	0.01 10	0.00 1

GEStereo_RVC	1.25 251	0.76 278	2.61 225	0.37 277	0.01 75	1.40 184	0.11 255	6.93 407	1.20 134	1.22 212	0.78 231	1.58 248	0.77 283	6.13 330	0.66 211	0.00 1	0.00 1	0.00 1	0.00 1	0.14 286	0.23 204

GANetREF_RVC	1.25 251	1.39 375	4.10 325	0.10 182	0.00 1	2.25 317	0.18 279	4.68 286	2.78 372	0.69 125	0.34 146	1.87 270	0.65 272	5.07 289	0.68 215	0.00 1	0.00 1	0.00 1	0.00 1	0.08 205	0.07 83
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
NVstereo2D	1.25 251	0.34 159	5.21 374	0.09 170	0.03 145	1.61 262	0.23 296	4.95 307	1.92 301	1.05 183	0.38 161	2.53 310	0.61 259	5.36 303	0.44 164	0.00 1	0.10 274	0.00 1	0.03 281	0.04 142	0.19 182

PS-NSSS	1.25 251	0.85 291	2.77 237	0.05 115	0.03 145	1.40 184	0.01 25	5.04 314	2.38 340	1.34 225	2.80 347	0.65 151	0.06 92	6.36 339	0.91 259	0.18 408	0.00 1	0.00 1	0.00 1	0.12 266	0.01 12

KYRaft	1.26 260	0.08 4	1.58 49	0.06 134	0.23 268	1.28 148	0.75 366	2.92 112	0.81 65	3.20 363	7.14 403	0.99 209	2.70 372	1.56 158	0.16 56	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	1.66 400

hitnet-ft	1.26 260	0.71 265	2.37 196	0.04 99	0.00 1	1.39 180	0.21 290	3.94 201	2.53 353	1.61 262	1.11 263	4.21 371	0.36 222	4.83 279	1.65 305	0.01 334	0.00 1	0.03 391	0.00 1	0.11 259	0.08 89

ARAFT	1.27 262	1.38 374	4.73 350	0.08 154	0.00 1	1.67 283	0.04 190	5.52 353	1.98 309	3.02 359	0.59 203	0.47 131	0.11 146	4.87 280	0.38 151	0.00 1	0.03 243	0.00 1	0.00 1	0.25 354	0.25 216

iRaft-Stereo_5w	1.28 263	0.93 308	3.51 295	0.14 205	0.66 365	1.21 111	0.01 25	3.87 191	1.06 103	0.19 49	1.97 312	1.62 253	1.50 330	6.80 361	1.07 278	0.00 1	0.16 283	0.00 1	0.06 303	0.26 361	0.67 298

LMCR-Stereo	1.28 263	1.13 349	2.41 201	0.57 321	0.03 145	2.72 345	0.09 245	6.86 406	0.88 78	2.44 334	1.92 309	0.14 88	1.55 335	3.57 217	1.12 281	0.00 1	0.00 1	0.00 1	0.00 1	0.16 307	0.02 28

ac_64	1.28 263	0.43 184	2.90 249	0.18 217	0.25 277	1.52 234	0.03 161	5.58 354	1.89 297	0.92 159	0.53 191	4.86 383	0.45 243	5.01 287	0.88 249	0.00 1	0.00 1	0.00 1	0.00 1	0.10 236	0.06 73

FADNet-RVC-Resample	1.28 263	1.46 380	6.58 402	0.10 182	0.14 232	1.54 240	0.25 303	4.29 253	1.46 223	0.61 117	0.23 119	1.29 231	0.28 207	5.23 297	1.06 276	0.10 398	0.16 283	0.09 404	0.06 303	0.28 369	0.39 256

xx1	1.29 267	0.36 163	2.41 201	0.50 308	0.29 298	3.40 369	0.02 108	4.02 214	7.67 424	0.71 127	0.83 237	0.73 169	0.15 163	1.60 161	0.12 31	0.00 1	1.13 409	0.00 1	0.23 387	0.06 169	1.57 388

cc1	1.29 267	0.36 163	2.41 201	0.50 308	0.29 298	3.40 369	0.02 108	4.02 214	7.67 424	0.71 127	0.83 237	0.05 30	0.61 259	1.59 160	0.12 31	0.00 1	1.13 409	0.00 1	0.03 281	0.10 236	1.86 420

OMP-Stereo	1.29 267	0.75 273	1.67 63	2.47 428	0.29 298	1.61 262	0.32 330	2.38 88	1.09 107	2.66 345	1.14 266	3.04 333	0.17 176	7.40 392	0.60 200	0.00 1	0.00 1	0.00 1	0.00 1	0.07 194	0.08 89

Prome-Stereo	1.29 267	0.09 7	1.62 53	0.12 201	0.24 273	1.28 148	0.65 360	2.98 119	0.93 88	2.08 300	8.52 408	0.75 173	2.83 375	2.19 185	0.11 25	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	1.39 373

DualNet (step1)	1.30 271	0.51 210	3.23 275	0.03 72	0.03 145	2.48 331	0.01 25	4.98 309	1.63 259	1.53 247	0.66 212	0.90 190	1.00 296	2.79 195	0.82 233	0.68 418	0.97 386	1.79 433	1.08 444	0.02 50	0.82 320

FADNet-RVC	1.30 271	1.62 392	6.28 394	0.03 72	0.00 1	1.61 262	0.08 233	4.49 264	2.04 315	0.41 85	0.10 79	0.63 147	0.64 269	5.55 310	1.69 308	0.01 334	0.08 265	0.00 1	0.00 1	0.52 411	0.31 232

SMFormer	1.31 273	0.30 141	2.08 152	0.47 298	0.02 126	1.04 50	0.01 25	5.75 366	2.69 361	1.65 264	2.43 336	0.91 193	0.02 22	4.75 271	2.20 328	0.00 1	0.88 365	0.00 1	0.14 338	0.06 169	0.76 315

delet	1.31 273	0.61 244	2.64 229	0.05 115	0.17 245	2.84 352	1.00 378	4.88 298	2.46 348	1.38 230	1.37 280	1.62 253	0.90 293	4.52 259	1.48 297	0.00 1	0.00 1	0.00 1	0.00 1	0.14 286	0.08 89

PSMNet_ROB	1.31 273	1.27 363	3.91 321	0.05 115	0.11 220	1.69 287	0.16 271	3.98 207	1.59 244	1.15 201	0.34 146	2.77 318	0.62 264	4.43 254	3.80 374	0.00 1	0.00 1	0.00 1	0.00 1	0.12 266	0.12 137

UGAM	1.32 276	0.49 201	3.75 314	0.20 236	0.06 181	1.12 81	0.11 255	3.55 157	1.34 194	0.11 28	2.42 334	4.45 373	0.08 117	7.01 382	0.34 132	0.00 1	0.44 314	0.00 1	0.28 408	0.30 374	0.31 232

tta	1.32 276	0.30 141	2.08 152	0.47 298	0.02 126	1.04 50	0.01 25	5.75 366	2.69 361	1.65 264	2.43 336	0.91 193	0.02 22	4.75 271	2.20 328	0.00 1	0.88 365	0.00 1	0.14 338	0.09 225	0.92 333

FADNet_RVC	1.32 276	1.54 386	5.37 377	0.02 51	0.06 181	2.78 348	0.07 227	4.19 239	1.03 100	0.44 88	0.35 153	0.67 157	0.10 137	5.42 305	1.92 318	0.24 412	0.33 305	0.11 408	0.33 413	0.66 421	0.68 301

TDLM	1.32 276	0.90 300	2.42 209	0.61 332	0.03 145	1.59 252	2.04 401	3.73 171	2.29 333	1.70 273	0.94 250	1.07 217	0.67 275	6.49 345	1.12 281	0.00 1	0.00 1	0.00 1	0.00 1	0.18 328	0.54 276

iResNetv2_ROB	1.32 276	1.82 398	6.02 389	1.27 403	0.00 1	1.41 190	0.05 204	4.48 263	1.46 223	1.02 178	1.28 275	1.00 211	0.27 205	4.72 267	1.12 281	0.00 1	0.00 1	0.00 1	0.00 1	0.37 394	0.16 165

ssnet_v2	1.33 281	0.64 253	2.83 243	0.06 134	0.03 145	2.08 313	0.36 336	5.88 375	2.33 337	2.52 339	0.88 244	3.06 335	0.54 247	1.75 171	3.30 367	0.00 1	0.00 1	0.00 1	0.00 1	0.25 354	0.13 145

MMNet	1.33 281	0.69 263	4.18 326	0.11 195	0.01 75	4.08 382	0.02 108	4.27 250	1.49 229	2.17 307	0.33 143	1.34 235	1.20 307	4.52 259	1.93 319	0.00 1	0.00 1	0.00 1	0.00 1	0.11 259	0.06 73

ADLNet	1.35 283	0.55 222	2.95 255	0.01 13	0.05 176	2.22 316	0.11 255	5.06 316	2.83 376	2.42 332	2.19 319	2.63 314	0.68 277	3.59 218	1.37 292	0.00 1	0.00 1	0.00 1	0.00 1	0.17 320	0.27 225

pcwnet_v2	1.36 284	0.21 97	5.89 387	0.15 210	0.01 75	1.78 296	0.02 108	5.77 370	3.19 385	1.69 272	1.94 311	2.00 280	0.79 286	3.09 202	0.33 123	0.00 1	0.00 1	0.00 1	0.01 258	0.04 142	0.27 225

CVANet_RVC	1.37 285	0.82 290	3.23 275	0.54 314	0.11 220	1.48 222	0.46 343	4.01 213	2.23 327	3.33 366	1.34 279	1.51 242	0.37 224	6.38 340	0.69 217	0.01 334	0.00 1	0.00 1	0.05 296	0.19 331	0.62 291

FADNet	1.38 286	1.42 378	5.62 384	0.03 72	0.06 181	2.56 337	0.16 271	4.66 284	1.64 263	0.35 74	0.11 83	1.66 258	1.05 300	5.64 316	1.59 302	0.18 408	0.02 233	0.01 367	0.01 258	0.52 411	0.23 204

DLCB_ROB	1.38 286	0.60 238	1.96 131	0.10 182	0.00 1	1.53 236	0.23 296	4.02 214	1.91 300	3.54 371	1.97 312	3.40 348	0.30 209	4.91 281	2.97 358	0.00 1	0.00 1	0.00 1	0.00 1	0.04 142	0.12 137

iRaft-Stereo_20w	1.39 288	0.18 59	3.72 310	0.79 373	0.56 344	1.90 304	0.65 360	8.85 432	1.05 102	2.05 299	0.42 171	1.24 228	1.23 313	1.69 167	0.95 264	0.00 1	0.62 331	0.00 1	0.44 420	0.02 50	1.41 375

IIG-Stereo	1.39 288	0.67 259	1.73 71	2.48 429	0.05 176	1.63 270	0.14 267	3.00 121	1.20 134	2.94 355	2.23 322	3.03 332	0.55 249	7.41 393	0.66 211	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.07 83

DAS	1.40 290	0.11 16	2.83 243	0.04 99	0.01 75	1.31 154	1.14 384	4.51 266	2.02 312	4.84 395	2.33 326	1.65 256	0.56 251	5.53 308	0.85 240	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.19 182

DRaft	1.40 290	0.20 92	1.83 104	0.09 170	0.01 75	1.66 279	0.42 340	2.13 80	0.59 34	3.75 375	5.16 386	0.41 125	4.27 401	5.52 307	1.63 304	0.01 334	0.06 258	0.00 1	0.07 306	0.08 205	0.12 137

SepStereo	1.41 292	0.11 16	2.83 243	0.04 99	0.01 75	1.31 154	1.14 384	4.51 266	2.02 312	4.84 395	2.33 326	1.65 256	0.56 251	5.78 319	0.85 240	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.19 182

XPNet_ROB	1.41 292	0.81 288	2.75 235	0.04 99	0.01 75	1.70 288	0.17 274	4.14 234	1.69 269	4.12 383	1.10 261	1.58 248	0.52 246	5.13 293	4.07 378	0.00 1	0.00 1	0.00 1	0.00 1	0.11 259	0.25 216

ETE_ROB	1.42 294	1.04 337	3.10 265	0.02 51	0.03 145	1.81 299	0.22 293	4.73 288	1.67 267	4.77 393	1.43 285	2.77 318	0.08 117	4.23 243	2.20 328	0.00 1	0.00 1	0.00 1	0.00 1	0.06 169	0.20 194

CRFU-Net	1.43 295	0.33 158	2.98 258	1.27 403	0.03 145	4.01 381	0.05 204	6.21 387	0.95 89	1.92 287	0.74 224	3.41 349	2.55 369	3.36 207	0.36 139	0.01 334	0.01 207	0.11 408	0.00 1	0.13 276	0.09 111

DSFCA	1.45 296	0.51 210	2.76 236	0.01 13	0.03 145	3.64 376	0.83 367	3.28 144	1.45 221	3.25 365	0.44 175	2.89 327	1.45 325	6.07 327	2.14 326	0.00 1	0.02 233	0.00 1	0.00 1	0.06 169	0.10 122

ffm	1.46 297	0.50 204	4.37 336	0.46 292	0.03 145	1.60 256	0.03 161	3.81 177	6.87 417	1.57 255	2.38 328	2.14 289	0.38 226	1.73 169	0.12 31	0.00 1	1.12 405	0.00 1	0.17 357	0.10 236	1.86 420

ASMatch	1.46 297	0.17 53	2.35 193	0.73 364	0.20 256	1.22 115	0.25 303	1.04 33	0.89 81	0.30 69	11.50 418	0.92 198	2.31 360	6.65 353	0.56 197	0.00 1	0.00 1	0.00 1	0.01 258	0.00 1	0.04 49

DispNO	1.47 299	1.01 330	5.05 365	0.13 202	0.08 201	1.49 226	0.02 108	4.38 257	1.86 292	1.51 243	1.57 294	3.12 338	1.09 301	5.77 318	1.89 317	0.00 1	0.02 233	0.03 391	0.11 328	0.11 259	0.08 89

NOSS_ROB	1.47 299	0.49 201	2.40 199	1.00 390	0.17 245	2.56 337	0.01 25	4.86 296	2.62 357	2.32 319	1.74 301	2.79 321	0.02 22	6.96 376	0.60 200	0.00 1	0.00 1	0.00 1	0.00 1	0.06 169	0.73 311

testlalala_base	1.48 301	0.15 32	1.50 38	0.09 170	0.20 256	1.20 103	0.01 25	4.81 293	0.53 25	0.25 62	0.02 2	0.24 103	0.05 78	0.29 22	0.50 187	7.67 443	1.93 444	0.00 1	0.27 404	9.18 440	0.79 318

Consistency-Raft	1.48 301	0.96 316	5.40 380	0.36 274	0.31 312	1.66 279	0.11 255	4.30 254	4.32 399	0.47 96	5.99 393	0.86 187	2.09 355	1.19 138	1.31 287	0.03 372	0.01 207	0.00 1	0.00 1	0.27 366	0.02 28

HSM	1.48 301	0.60 238	1.85 108	0.01 13	0.29 298	1.76 294	0.04 190	6.50 397	1.46 223	1.91 285	1.55 292	4.69 381	1.27 317	6.66 354	0.70 218	0.00 1	0.00 1	0.00 1	0.00 1	0.07 194	0.26 222

EAI-Stereo	1.50 304	0.16 43	1.53 41	0.25 255	0.91 387	2.30 323	4.98 430	6.09 385	1.87 295	1.38 230	5.56 389	0.49 133	0.59 257	1.21 141	0.83 237	0.00 1	0.31 303	0.00 1	1.09 447	0.02 50	0.56 283

CBFPSM	1.51 305	1.00 328	5.32 376	0.05 115	0.01 75	3.57 375	0.04 190	4.06 219	1.03 100	0.65 120	0.21 115	6.06 401	3.60 391	2.65 190	1.82 312	0.00 1	0.01 207	0.00 1	0.00 1	0.09 225	0.12 137

HSM-Net_RVC	1.51 305	0.11 16	1.93 127	0.00 1	0.01 75	1.91 306	0.05 204	7.86 426	1.93 304	3.77 376	3.76 369	3.16 339	0.36 222	4.34 249	0.83 237	0.01 334	0.01 207	0.00 1	0.00 1	0.01 10	0.11 129
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
NCCL2	1.51 305	1.32 368	3.27 282	0.03 72	0.07 192	1.63 270	3.29 414	4.54 272	1.61 247	3.22 364	0.37 158	3.84 365	0.31 213	4.42 253	2.02 323	0.00 1	0.00 1	0.02 386	0.00 1	0.09 225	0.22 200

AIO-Stereo-zeroshot	1.52 308	0.60 238	5.47 382	0.27 265	1.02 399	1.33 167	0.26 305	6.85 405	1.21 142	0.60 115	0.62 206	5.38 398	1.37 321	1.76 172	1.11 280	0.00 1	0.72 343	0.00 1	0.57 428	0.17 320	0.98 340

ADLNet2	1.52 308	0.79 283	3.51 295	0.01 13	0.69 370	1.26 138	0.26 305	4.84 294	3.10 381	1.67 268	3.23 358	4.17 370	0.80 287	4.77 276	1.00 271	0.00 1	0.00 1	0.00 1	0.00 1	0.22 344	0.12 137

TransformOpticalFlow	1.53 310	0.40 176	3.46 292	0.66 346	0.07 192	1.56 245	0.09 245	4.35 255	1.86 292	1.72 274	2.27 324	3.53 355	3.04 381	6.93 372	0.49 183	0.00 1	0.00 1	0.00 1	0.00 1	0.03 113	0.10 122

fast-acv-ft	1.54 311	0.86 294	4.85 355	0.11 195	0.12 225	3.88 378	0.28 314	2.97 118	2.26 330	0.96 164	3.49 364	2.97 329	1.23 313	3.47 212	2.75 349	0.04 380	0.01 207	0.04 396	0.04 293	0.44 401	0.08 89

THIR-Stereo	1.54 311	0.48 200	1.88 118	0.01 13	0.02 126	1.08 62	4.17 423	2.48 90	0.41 14	1.09 190	4.30 380	1.90 272	4.08 400	6.84 363	1.81 310	0.00 1	0.00 1	0.04 396	0.00 1	0.06 169	0.04 49

GrayStereo	1.55 313	0.06 1	1.53 41	0.75 369	0.20 256	1.27 144	4.44 427	3.44 152	1.20 134	4.92 398	3.92 373	0.45 128	4.54 405	3.43 211	0.09 16	0.00 1	0.00 1	0.00 1	0.49 426	0.02 50	0.25 216

LALA_ROB	1.55 313	1.07 342	2.99 260	0.02 51	0.06 181	3.20 360	0.49 346	4.07 221	1.80 290	3.79 377	0.66 212	4.51 374	0.25 201	3.82 229	4.07 378	0.00 1	0.00 1	0.00 1	0.00 1	0.10 236	0.11 129

DEmStereo	1.56 315	0.16 43	2.44 213	0.09 170	0.02 126	1.77 295	0.87 369	1.72 63	1.08 106	2.48 336	6.30 398	1.06 215	5.02 409	6.28 336	1.81 310	0.00 1	0.00 1	0.00 1	0.00 1	0.01 10	0.01 12

PA-Net	1.56 315	1.13 349	5.13 369	0.07 146	0.17 245	1.46 208	0.53 349	4.73 288	3.04 380	0.92 159	1.30 276	2.29 303	0.62 264	6.63 351	3.00 360	0.01 334	0.00 1	0.00 1	0.00 1	0.07 194	0.15 158
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
HBP-ISP	1.59 317	1.12 347	3.42 289	0.53 313	0.10 216	4.27 386	1.44 390	5.35 338	1.61 247	3.58 373	0.87 243	0.91 193	1.18 306	6.64 352	0.46 175	0.04 380	0.02 233	0.00 1	0.00 1	0.06 169	0.24 208

Wz-Net-LNSev	1.60 318	1.48 383	8.20 421	0.03 72	0.03 145	3.95 380	0.13 264	4.89 299	2.33 337	0.92 159	0.31 139	3.64 359	1.40 323	2.90 198	1.50 298	0.00 1	0.00 1	0.00 1	0.00 1	0.10 236	0.20 194

AAGNet	1.60 318	0.15 32	1.76 82	1.17 400	0.27 291	1.51 231	0.64 358	1.71 62	1.20 134	1.67 268	0.81 235	1.59 250	2.23 357	6.08 328	11.16 427	0.00 1	0.00 1	0.00 1	0.00 1	0.03 113	0.02 28

StereoDRNet	1.66 320	1.21 357	5.39 379	0.06 134	0.11 220	2.49 334	1.06 381	5.28 332	1.89 297	3.60 374	0.63 207	2.28 299	0.64 269	4.70 265	3.25 365	0.00 1	0.03 243	0.00 1	0.01 258	0.15 299	0.36 245

APVNet	1.68 321	0.75 273	4.94 361	0.13 202	0.01 75	4.56 393	0.08 233	5.20 326	1.44 218	1.51 243	1.05 256	2.87 325	0.93 294	6.76 360	2.76 350	0.01 334	0.00 1	0.07 401	0.00 1	0.34 383	0.08 89

CrosDoStereo	1.72 322	0.31 147	1.91 124	0.03 72	0.07 192	1.40 184	5.95 440	3.61 161	1.62 253	0.98 165	3.79 370	0.94 201	4.66 407	7.11 386	1.86 315	0.00 1	0.00 1	0.00 1	0.00 1	0.12 266	0.08 89

DeepStereo_LL	1.72 322	0.31 147	1.91 124	0.03 72	0.07 192	1.40 184	5.95 440	3.61 161	1.62 253	0.98 165	3.79 370	0.94 201	4.66 407	7.11 386	1.86 315	0.00 1	0.00 1	0.00 1	0.00 1	0.12 266	0.08 89

STrans-v2	1.75 324	0.45 189	3.43 290	0.03 72	0.19 251	1.48 222	0.08 233	7.25 417	2.16 321	2.04 297	2.80 347	3.60 356	3.78 395	7.00 379	0.52 192	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.10 122

RASNet	1.75 324	0.71 265	2.93 252	0.20 236	3.20 434	1.75 293	0.26 305	3.87 191	2.64 358	0.98 165	1.46 288	5.25 397	1.67 342	6.73 358	2.81 355	0.00 1	0.00 1	0.00 1	0.00 1	0.06 169	0.47 267

RYNet	1.76 326	0.81 288	4.24 330	0.34 273	0.10 216	2.62 343	0.07 227	5.36 341	2.08 318	1.38 230	0.35 153	4.71 382	1.35 320	6.73 358	4.61 384	0.00 1	0.05 252	0.00 1	0.00 1	0.05 157	0.33 240

GASNet	1.77 327	2.50 421	7.05 406	0.47 298	0.02 126	1.50 227	0.20 283	4.55 273	2.55 355	0.98 165	1.48 289	2.24 298	1.57 338	6.25 333	3.41 370	0.00 1	0.05 252	0.00 1	0.00 1	0.55 414	0.12 137

U	1.79 328	0.09 7	1.35 29	0.06 134	7.35 447	10.70 432	0.00 1	0.86 24	0.32 12	0.02 1	0.03 40	0.11 75	0.02 22	0.15 3	0.07 10	0.00 1	0.00 1	9.53 445	5.06 461	0.01 10	0.01 12

ttt	1.79 328	0.32 152	2.41 201	0.58 323	0.26 286	1.64 277	0.00 1	6.26 392	2.57 356	1.91 285	2.39 332	1.39 237	0.11 146	5.55 310	7.97 408	0.00 1	1.05 389	0.00 1	0.16 349	0.06 169	1.14 353

DRN-Test	1.79 328	0.51 210	4.94 361	0.19 222	0.14 232	3.30 363	0.19 282	6.58 401	2.31 334	4.40 389	0.77 229	2.10 287	1.73 344	5.40 304	2.82 356	0.00 1	0.00 1	0.00 1	0.01 258	0.12 266	0.27 225

IGEV-BASED-STEREO-	1.80 331	20.09 461	11.97 436	0.09 170	0.00 1	0.46 19	0.05 204	0.49 4	0.50 23	0.17 41	0.03 40	0.04 14	0.00 1	0.14 2	0.45 168	0.00 1	0.35 309	0.00 1	0.06 303	0.07 194	1.12 351

Wz-Net-LNSev-Ref	1.86 332	1.13 349	5.96 388	0.02 51	0.00 1	5.00 399	0.29 321	5.31 336	2.38 340	2.65 342	1.15 268	2.32 306	1.95 353	5.59 313	3.35 369	0.00 1	0.00 1	0.00 1	0.00 1	0.04 142	0.14 151

RAFT + AFF	1.88 333	1.84 401	4.19 327	0.05 115	0.85 379	2.29 322	1.00 378	6.32 394	2.26 330	1.88 282	1.80 306	1.27 229	3.66 392	6.56 347	2.36 339	0.02 361	0.34 308	0.00 1	0.01 258	0.41 399	0.50 273

MaskLacGwcNet_RVC	1.88 333	0.88 297	3.47 293	1.64 420	0.22 263	4.27 386	0.40 338	3.90 198	1.63 259	0.72 133	0.71 219	3.06 335	0.11 146	5.13 293	1.03 274	5.07 438	0.54 325	0.00 1	0.00 1	1.73 430	3.16 438

UGAM-zero	1.89 335	0.19 84	2.80 238	0.22 240	0.47 333	1.57 248	0.35 334	6.96 411	0.60 36	1.40 234	0.26 127	8.37 416	4.43 403	7.06 385	0.71 219	0.00 1	0.67 334	0.00 1	0.58 429	0.02 50	1.16 358

iinet-f	1.90 336	0.98 323	13.29 441	0.42 286	0.03 145	4.30 389	0.04 190	3.86 189	1.32 188	1.28 217	0.57 195	2.91 328	2.70 372	2.60 188	3.11 363	0.00 1	0.02 233	0.02 386	0.00 1	0.49 404	0.09 111

Syn2CoEx	1.91 337	1.85 402	6.43 401	0.05 115	0.00 1	1.47 215	0.54 350	6.03 383	2.24 328	2.24 314	2.19 319	2.06 283	3.10 383	6.57 348	2.58 345	0.00 1	0.00 1	0.00 1	0.00 1	0.34 383	0.40 259

FAT-Stereo	1.95 338	0.23 108	3.66 306	0.18 217	0.03 145	1.80 298	0.94 373	5.35 338	3.11 382	4.23 384	5.00 385	5.22 396	2.76 374	5.07 289	1.09 279	0.00 1	0.00 1	0.00 1	0.00 1	0.05 157	0.17 170

AANet_RVC	1.95 338	1.64 393	4.89 356	0.09 170	0.00 1	1.24 123	0.01 25	3.93 199	2.82 375	2.32 319	4.64 383	3.61 357	0.19 185	7.61 399	4.73 385	0.60 417	0.19 289	0.00 1	0.00 1	0.11 259	0.47 267

ccnet	1.96 340	0.68 260	3.59 299	0.26 261	0.19 251	3.68 377	1.55 393	4.89 299	1.77 286	2.68 347	3.92 373	3.44 350	1.72 343	5.02 288	5.22 387	0.06 390	0.00 1	0.09 404	0.01 258	0.13 276	0.32 235

GwcNet	1.96 340	1.51 384	7.43 411	0.30 268	1.20 406	4.13 383	0.61 357	4.45 262	1.92 301	1.53 247	2.31 325	3.93 369	0.54 247	5.50 306	3.16 364	0.00 1	0.00 1	0.00 1	0.01 258	0.39 395	0.24 208

DANet	1.96 340	0.24 112	3.72 310	0.78 372	0.48 335	2.65 344	0.34 333	3.94 201	1.71 275	4.35 386	1.56 293	5.09 389	0.56 251	6.97 377	5.99 394	0.01 334	0.00 1	0.00 1	0.01 258	0.04 142	0.66 295
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
AIO-Stereo-zeroshot1	1.97 343	0.97 319	7.79 415	0.68 353	1.01 398	1.47 215	0.20 283	7.05 414	1.44 218	0.54 113	6.19 395	5.17 392	1.14 303	1.65 165	1.18 286	0.01 334	0.77 347	0.00 1	0.64 434	0.25 354	1.23 361

CBMV	1.97 343	0.56 228	2.61 225	0.46 292	0.07 192	2.91 355	4.18 424	4.58 276	2.78 372	5.50 404	2.21 321	2.84 324	2.94 376	4.75 271	2.31 336	0.00 1	0.00 1	0.00 1	0.00 1	0.15 299	0.60 287
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
DISCO	2.03 345	0.45 189	2.82 242	0.72 359	0.53 339	5.13 401	0.01 25	6.01 382	1.81 291	2.31 318	0.91 248	6.43 405	0.87 291	8.57 419	3.67 372	0.00 1	0.00 1	0.00 1	0.00 1	0.12 266	0.17 170

edge stereo	2.06 346	0.42 182	4.20 328	0.14 205	0.09 208	1.82 300	0.51 347	5.38 342	2.48 351	3.45 370	3.96 377	8.28 415	1.80 349	5.90 322	2.30 335	0.00 1	0.00 1	0.01 367	0.00 1	0.16 307	0.19 182

CBMV_ROB	2.06 346	0.31 147	2.72 232	0.63 340	0.00 1	2.83 351	0.88 370	5.24 331	2.41 344	4.28 385	6.16 394	3.07 337	3.47 390	5.81 321	2.69 346	0.00 1	0.00 1	0.00 1	0.00 1	0.05 157	0.56 283

mmx	2.08 348	0.50 204	4.37 336	0.46 292	0.03 145	1.60 256	0.03 161	6.21 387	2.77 370	1.57 255	2.38 328	2.14 289	0.38 226	7.65 400	9.02 413	0.00 1	1.08 394	0.00 1	0.17 357	0.06 169	1.25 365

xxx	2.08 348	0.50 204	4.37 336	0.46 292	0.03 145	1.60 256	0.03 161	6.21 387	2.77 370	1.57 255	2.38 328	2.14 289	0.38 226	7.65 400	9.02 413	0.00 1	1.08 394	0.00 1	0.17 357	0.06 169	1.25 365

RP	2.09 350	0.90 300	3.88 319	0.22 240	0.61 356	1.72 290	0.94 373	4.97 308	2.65 359	3.87 378	5.63 390	4.44 372	4.28 402	4.99 286	2.35 338	0.01 334	0.00 1	0.00 1	0.01 258	0.20 335	0.13 145

NCC-stereo	2.09 350	1.02 332	4.78 353	0.10 182	0.26 286	2.33 325	0.13 264	5.82 372	1.70 273	2.98 356	3.18 356	4.63 378	5.69 418	6.26 334	2.76 350	0.05 384	0.00 1	0.00 1	0.00 1	0.08 205	0.14 151

Abc-Net	2.09 350	1.02 332	4.78 353	0.10 182	0.26 286	2.33 325	0.13 264	5.82 372	1.70 273	2.98 356	3.18 356	4.63 378	5.69 418	6.26 334	2.76 350	0.05 384	0.00 1	0.00 1	0.00 1	0.08 205	0.14 151
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
CC-Net-ROB	2.09 350	1.17 353	3.97 323	1.52 416	0.23 268	3.35 368	0.05 204	5.09 318	2.74 367	1.09 190	1.40 282	0.97 207	0.18 180	6.66 354	0.87 245	1.46 433	1.64 439	7.13 441	0.00 1	1.67 429	0.54 276

RAFT-RH_RVC	2.11 354	0.30 141	2.27 180	0.74 366	0.26 286	1.51 231	0.02 108	0.61 8	1.23 148	5.28 401	21.18 443	1.04 212	0.07 105	6.90 368	0.61 203	0.04 380	0.00 1	0.00 1	0.03 281	0.02 50	0.00 1

RGC	2.11 354	0.95 312	4.61 347	0.08 154	0.29 298	3.34 367	0.11 255	5.40 346	1.78 288	3.93 380	4.52 381	5.20 394	3.05 382	5.78 319	2.78 353	0.00 1	0.00 1	0.00 1	0.00 1	0.12 266	0.18 178

S-Stereo	2.12 356	0.32 152	6.30 395	0.24 250	0.22 263	2.51 335	1.83 397	5.38 342	5.55 409	2.46 335	5.91 392	2.81 322	0.71 279	5.19 296	2.45 343	0.00 1	0.02 233	0.00 1	0.00 1	0.07 194	0.37 246

1111x	2.13 357	0.58 233	4.38 340	0.39 281	0.61 356	2.14 315	0.01 25	6.38 395	2.40 343	1.80 277	1.97 312	0.95 205	0.64 269	7.16 389	10.30 424	0.00 1	1.18 419	0.00 1	0.29 409	0.07 194	1.32 370

SGM-Forest	2.15 358	0.50 204	2.42 209	0.19 222	0.25 277	3.47 373	2.38 407	4.53 270	2.46 348	5.64 405	3.99 378	3.74 361	2.22 356	6.99 378	3.08 362	0.01 334	0.02 233	0.00 1	0.00 1	0.05 157	0.98 340
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
psmorigin	2.16 359	0.75 273	10.72 434	0.24 250	0.03 145	1.62 267	0.20 283	3.80 175	1.16 118	5.40 402	3.08 353	5.77 399	2.29 359	5.62 315	2.13 325	0.00 1	0.00 1	0.00 1	0.00 1	0.08 205	0.25 216

Anonymous_2	2.17 360	0.32 152	2.35 193	0.80 374	0.85 379	1.67 283	0.22 293	4.62 279	0.71 49	1.12 196	0.40 167	3.18 341	1.94 352	0.84 122	0.77 226	0.06 390	1.09 397	3.25 440	14.62 465	3.25 433	1.43 376

Wz-Net-MNSev	2.17 360	1.90 406	7.77 414	0.02 51	0.01 75	4.60 394	2.08 402	5.70 362	2.83 376	4.02 381	1.50 290	1.87 270	2.53 368	5.10 291	3.04 361	0.00 1	0.01 207	0.00 1	0.00 1	0.14 286	0.31 232

ff1	2.20 362	0.50 204	4.37 336	0.46 292	0.03 145	1.60 256	0.03 161	3.81 177	6.87 417	1.57 255	2.38 328	2.14 289	0.38 226	7.65 400	9.02 413	0.00 1	1.12 405	0.00 1	0.17 357	0.10 236	1.86 420

FTStereo	2.20 362	0.09 7	2.07 149	0.18 217	0.13 227	1.43 194	4.50 429	2.98 119	0.97 93	3.35 368	17.70 431	0.77 181	4.06 398	4.36 250	0.15 50	0.15 405	0.00 1	0.00 1	0.00 1	0.02 50	1.19 359

PASM	2.20 362	1.85 402	10.33 432	1.00 390	0.41 319	1.98 307	0.90 372	3.85 188	2.76 369	4.38 387	1.53 291	3.49 354	1.54 332	6.60 349	2.43 341	0.14 404	0.02 233	0.00 1	0.03 281	0.33 380	0.39 256

GANet	2.23 365	0.92 307	3.10 265	0.88 382	0.08 201	2.25 317	3.25 413	4.61 278	1.71 275	2.55 340	9.98 414	2.56 311	1.47 329	7.52 398	2.98 359	0.00 1	0.04 247	0.02 386	0.08 310	0.14 286	0.42 265

Nwc_Net	2.25 366	0.98 323	5.37 377	0.07 146	0.11 220	2.80 349	0.05 204	7.36 420	1.30 184	2.77 352	8.21 407	5.18 393	2.98 380	5.16 295	2.46 344	0.00 1	0.00 1	0.00 1	0.00 1	0.12 266	0.08 89

xxxx	2.26 367	0.43 184	2.30 184	0.01 13	0.68 369	1.47 215	0.00 1	6.56 400	2.32 335	1.56 252	2.07 318	1.07 217	0.06 92	4.81 277	18.87 447	0.00 1	1.11 403	0.00 1	0.21 379	0.06 169	1.65 396

test_xeample	2.27 368	0.46 193	2.25 178	0.10 182	0.69 370	1.48 222	0.00 1	6.24 390	2.46 348	1.83 279	2.40 333	0.37 118	0.07 105	4.49 256	19.55 449	0.00 1	1.11 403	0.00 1	0.21 379	0.07 194	1.65 396

LL-Strereo	2.29 369	1.55 388	5.01 363	0.64 343	2.78 432	1.52 234	0.05 204	5.04 314	1.24 150	2.73 349	2.87 350	5.10 390	5.49 416	7.22 390	0.81 232	0.04 380	1.31 428	0.00 1	0.00 1	0.31 376	2.08 429

NaN_ROB	2.33 370	1.31 367	4.55 344	0.32 271	0.30 310	3.13 359	5.01 433	4.57 275	2.78 372	5.49 403	1.73 300	2.28 299	1.98 354	7.48 396	4.32 381	0.01 334	0.06 258	0.03 391	0.09 318	0.20 335	0.88 330

stereogan	2.38 371	0.59 235	5.05 365	0.01 13	0.09 208	8.26 423	0.58 356	4.92 304	3.65 390	4.68 392	4.60 382	6.43 405	2.39 363	5.27 298	0.72 222	0.00 1	0.01 207	0.01 367	0.00 1	0.27 366	0.13 145

MFMNet_re	2.39 372	1.65 394	6.10 391	3.04 432	0.90 385	2.34 327	0.98 376	4.77 292	3.79 393	6.95 411	7.08 402	1.84 269	3.79 396	2.53 187	1.57 301	0.00 1	0.00 1	0.00 1	0.00 1	0.25 354	0.26 222

AF-Net	2.51 373	1.12 347	5.46 381	0.01 13	0.13 227	2.03 310	0.47 344	7.04 413	2.74 367	4.09 382	10.64 416	4.99 386	2.94 376	4.94 283	3.28 366	0.00 1	0.00 1	0.00 1	0.00 1	0.17 320	0.15 158

PDISCO_ROB	2.54 374	1.40 376	5.07 368	1.06 396	2.01 425	8.28 424	0.17 274	7.96 428	6.01 415	1.48 241	1.75 302	3.67 360	1.25 315	7.74 406	2.07 324	0.00 1	0.00 1	0.00 1	0.00 1	0.39 395	0.42 265

DGSMNet	2.56 375	1.15 352	7.39 409	1.34 411	2.02 426	3.20 360	3.97 422	6.11 386	1.72 280	1.52 246	2.72 346	3.23 344	0.63 266	4.74 268	2.39 340	1.12 427	1.53 437	1.54 432	1.32 448	1.40 428	2.10 430

ADCRef	2.57 376	1.40 376	7.90 417	0.11 195	0.11 220	4.71 396	0.74 365	5.45 351	1.66 265	3.15 362	1.65 299	1.61 251	2.25 358	4.54 262	15.56 441	0.03 372	0.00 1	0.01 367	0.10 324	0.27 366	0.23 204

SQANet	2.65 377	1.92 407	3.73 312	4.47 437	2.98 433	2.59 339	0.24 299	4.66 284	1.11 112	2.48 336	0.59 203	1.57 245	0.86 290	3.95 233	1.67 307	7.97 444	0.14 282	0.48 419	0.03 281	7.84 437	3.68 439

DeepPrunerF	2.71 378	1.57 390	16.51 447	0.22 240	0.33 313	1.45 204	0.28 314	6.26 392	9.92 430	1.25 216	0.44 175	1.98 278	1.61 340	7.33 391	4.17 380	0.00 1	0.01 207	0.07 401	0.10 324	0.33 380	0.29 229

FBW_ROB	2.74 379	1.02 332	4.72 349	0.43 288	0.18 248	4.35 390	0.18 279	7.28 419	3.50 387	3.57 372	3.38 362	4.86 383	1.22 312	11.70 440	5.76 391	0.17 407	0.08 265	0.59 424	0.12 335	0.28 369	1.40 374

test_sample9	2.75 380	0.51 210	3.23 275	0.03 72	0.03 145	2.48 331	0.01 25	4.98 309	1.63 259	1.53 247	0.66 212	0.90 190	1.00 296	6.14 331	10.04 422	0.68 418	17.48 465	1.79 433	1.08 444	0.02 50	0.82 320

FINET	2.99 381	2.11 412	7.66 412	1.13 398	1.79 419	4.35 390	3.34 415	5.66 359	7.93 427	2.49 338	3.29 359	1.66 258	2.47 366	6.70 356	4.44 382	0.82 422	1.38 431	0.03 391	0.30 411	0.36 389	1.88 424

aanetorigin	2.99 381	1.00 328	9.85 430	0.23 245	0.23 268	1.59 252	2.01 399	1.94 74	1.25 157	14.45 441	10.04 415	2.98 330	3.75 393	4.97 285	4.01 377	0.10 398	0.05 252	0.09 404	0.11 328	0.55 414	0.55 281

Wz-Net-SNSev	3.01 383	3.59 437	12.98 440	0.45 291	0.04 168	2.72 345	1.12 383	5.80 371	2.42 345	2.30 317	2.62 344	6.39 404	1.29 318	10.20 429	7.19 403	0.00 1	0.01 207	0.00 1	0.00 1	0.29 372	0.72 310

CSAN	3.10 384	1.72 396	5.85 386	0.37 277	0.14 232	4.15 385	3.91 421	4.94 306	4.65 404	6.43 408	6.29 397	4.62 377	5.17 412	8.13 410	4.85 386	0.02 361	0.03 243	0.03 391	0.05 296	0.26 361	0.48 271

222	3.11 385	0.43 184	2.10 159	0.02 51	0.45 329	1.57 248	0.01 25	6.44 396	2.34 339	1.73 275	2.24 323	0.52 139	0.07 105	4.95 284	36.29 464	0.00 1	1.07 392	0.00 1	0.21 379	0.06 169	1.65 396

UDG	3.15 386	9.41 454	2.81 240	2.72 431	0.92 388	2.39 328	0.11 255	4.12 230	1.30 184	2.35 321	3.63 367	4.96 385	1.58 339	4.33 248	2.89 357	1.22 430	0.04 247	8.09 443	3.80 455	4.94 434	1.35 371

XQC	3.16 387	2.00 409	7.71 413	0.97 389	0.67 367	5.07 400	0.69 362	6.58 401	4.95 406	5.04 399	1.98 315	4.99 386	3.12 384	7.96 409	10.02 421	0.00 1	0.63 332	0.00 1	0.18 364	0.36 389	0.38 255

RTSC	3.18 388	2.15 413	8.20 421	0.67 352	0.38 316	4.41 392	0.08 233	5.64 357	5.80 413	6.14 407	3.43 363	3.37 345	1.55 335	7.50 397	12.15 430	0.00 1	0.84 360	0.00 1	0.25 393	0.51 407	0.53 275

ADCP+	3.18 388	1.81 397	11.33 435	0.07 146	0.20 256	5.83 408	2.80 409	4.60 277	2.69 361	1.68 271	0.28 130	3.75 362	3.14 385	6.82 362	17.90 444	0.00 1	0.00 1	0.00 1	0.00 1	0.20 335	0.56 283

PWC_ROB	3.30 390	1.83 399	8.47 424	0.62 339	0.56 344	1.31 154	0.39 337	4.53 270	5.05 407	7.66 416	15.14 426	3.37 345	2.43 364	6.86 365	6.74 401	0.00 1	0.00 1	0.00 1	0.00 1	0.51 407	0.54 276

PWCDC_ROB	3.41 391	2.29 414	5.16 372	0.19 222	0.02 126	3.11 358	0.02 108	5.15 321	12.27 433	1.36 229	23.33 451	1.98 278	3.35 387	4.93 282	3.71 373	0.28 414	0.00 1	0.00 1	0.00 1	0.71 424	0.32 235

DDUNet	3.58 392	11.19 456	3.84 318	3.59 435	3.31 435	4.14 384	0.20 283	4.40 259	1.33 191	2.72 348	3.11 355	3.16 339	0.37 224	4.18 237	1.47 296	2.02 435	0.05 252	10.10 449	3.59 454	5.85 436	3.05 437

G-Net	3.58 392	0.58 233	5.14 371	1.61 417	1.86 420	10.46 430	1.85 398	3.24 140	1.69 269	8.68 420	11.81 420	6.03 400	7.62 427	4.82 278	5.52 390	0.08 395	0.12 279	0.07 401	0.15 341	0.16 307	0.16 165

SHD	3.58 392	1.83 399	6.41 398	1.34 411	1.21 408	4.84 397	0.17 274	7.95 427	12.83 434	7.86 417	3.32 361	5.08 388	2.63 370	5.54 309	8.57 410	0.01 334	0.75 346	0.00 1	0.18 364	0.31 376	0.73 311

otaku	3.61 395	2.06 410	4.04 324	6.41 440	3.35 436	4.67 395	2.08 402	5.97 378	1.58 241	2.19 308	2.62 344	3.47 352	1.45 325	4.36 250	2.17 327	8.55 446	0.25 292	1.89 436	0.03 281	9.29 441	5.81 445

MFN_U_SF_DS_RVC	3.61 395	3.47 432	9.32 428	0.19 222	0.30 310	13.80 437	7.49 451	5.15 321	3.95 395	3.06 360	3.94 375	4.60 376	1.20 307	8.49 417	2.79 354	0.70 421	1.22 422	0.04 396	0.84 437	0.50 406	1.23 361

SDNR	3.62 397	1.25 362	7.41 410	0.71 357	0.22 263	26.06 461	0.02 108	4.55 273	2.42 345	3.10 361	11.33 417	3.05 334	0.77 283	8.31 415	2.21 331	0.05 384	0.11 277	0.00 1	0.01 258	0.08 205	0.66 295

ADCL	3.64 398	1.54 386	8.53 426	0.26 261	0.28 296	7.37 415	4.49 428	5.42 348	3.61 389	4.79 394	3.85 372	5.14 391	4.47 404	6.28 336	15.73 442	0.05 384	0.01 207	0.11 408	0.13 337	0.34 383	0.33 240

Ntro	3.66 399	2.08 411	4.34 334	7.58 442	4.53 438	6.25 411	0.72 364	5.35 338	1.65 264	0.48 103	1.77 303	2.68 315	1.25 315	5.10 291	2.31 336	8.72 447	0.31 303	2.13 438	0.05 296	9.73 442	6.18 446

SPS-STEREO	3.67 400	1.46 380	4.23 329	0.36 274	0.23 268	3.93 379	1.20 386	6.67 404	3.50 387	11.05 430	8.81 409	9.53 422	4.63 406	9.10 420	7.25 404	0.01 334	0.01 207	0.00 1	0.00 1	0.13 276	1.28 368
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
SuperB	3.75 401	2.46 420	15.54 446	0.32 271	0.06 181	4.29 388	1.61 394	4.25 246	11.49 432	2.56 341	1.31 278	2.01 282	1.86 350	6.94 373	8.94 412	0.05 384	0.03 243	0.10 407	0.08 310	10.62 447	0.56 283

MDST_ROB	3.81 402	0.21 97	4.29 333	2.64 430	1.45 414	13.85 438	1.02 380	8.06 429	2.67 360	15.14 445	8.81 409	2.70 316	1.55 335	9.31 422	3.90 375	0.03 372	0.00 1	0.00 1	0.00 1	0.03 113	0.63 292

ADCPNet	3.94 403	1.47 382	14.87 443	0.11 195	0.45 329	7.19 414	2.23 405	5.42 348	3.18 384	4.53 391	2.03 316	7.48 414	5.27 414	7.05 384	14.73 438	0.02 361	0.74 345	0.04 396	0.91 443	0.23 345	0.85 327

test_sample8	3.98 404	0.51 210	3.23 275	0.03 72	0.03 145	2.48 331	0.01 25	5.07 317	1.50 230	6.62 409	0.90 247	14.02 431	7.06 426	6.14 331	10.04 422	0.68 418	17.48 465	1.79 433	1.08 444	0.02 50	0.82 320

DPSNet	3.98 404	1.01 330	12.58 438	0.74 366	0.55 341	5.24 403	1.53 392	12.44 440	4.82 405	2.89 353	0.97 253	6.37 403	11.43 441	8.20 411	8.61 411	0.09 397	0.51 322	0.11 408	0.38 419	0.35 387	0.83 324

pmcnn	3.98 404	0.95 312	7.29 408	0.71 357	1.42 412	2.84 352	1.22 387	5.89 376	2.42 345	9.34 426	11.71 419	18.88 440	2.65 371	6.89 367	6.35 398	0.00 1	0.07 261	0.00 1	0.00 1	0.21 338	0.76 315

MFN_U_SF_RVC	4.10 407	2.36 417	12.04 437	1.00 390	0.27 291	10.31 429	0.51 347	8.83 431	3.69 391	4.90 397	3.30 360	9.33 421	3.43 389	8.28 413	9.42 416	0.41 416	0.53 324	0.52 420	0.81 436	0.90 425	1.05 346

NVStereoNet_ROB	4.22 408	2.29 414	6.13 393	1.40 414	1.14 405	2.84 352	0.97 375	5.67 360	5.66 410	5.25 400	14.28 425	12.40 426	5.35 415	10.74 435	5.33 388	1.24 431	1.01 388	0.67 428	0.62 432	0.63 419	0.69 306
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
SAMSARA	4.31 409	1.94 408	7.80 416	1.96 424	1.40 411	10.65 431	7.35 448	7.17 415	4.49 401	8.27 419	3.58 366	10.58 423	3.75 393	7.87 407	6.66 400	0.01 334	1.09 397	0.00 1	0.23 387	0.26 361	1.19 359

ADCMid	4.33 410	2.40 419	13.81 442	0.23 245	0.40 317	4.90 398	1.23 388	5.73 363	3.73 392	11.06 431	3.94 375	6.67 409	5.11 410	7.11 386	18.03 445	0.12 402	0.08 265	0.55 421	0.46 421	0.61 417	0.49 272

Wz-Net-TNSev	4.36 411	6.36 448	22.98 450	0.22 240	0.06 181	7.00 413	3.45 416	7.46 422	3.81 394	2.12 303	0.63 207	7.29 413	5.11 410	9.87 427	9.72 420	0.00 1	0.00 1	0.00 1	0.02 279	0.36 389	0.66 295

AnyNet_C32	4.41 412	3.74 439	15.17 445	0.48 306	0.51 338	5.99 410	6.52 447	5.30 335	2.72 366	6.86 410	3.66 368	5.21 395	3.19 386	7.42 394	19.54 448	0.08 395	0.04 247	0.20 415	0.09 318	0.67 422	0.76 315

WZ-Net	4.64 413	2.57 422	25.72 453	0.10 182	0.09 208	3.07 357	2.08 402	6.59 403	5.41 408	6.08 406	4.09 379	7.02 412	6.04 421	11.64 437	11.45 428	0.00 1	0.00 1	0.00 1	0.00 1	0.21 338	0.61 289

SGM_RVC	4.67 414	0.61 244	2.62 227	1.13 398	0.29 298	7.96 421	2.60 408	7.55 423	4.36 400	12.34 435	9.95 413	15.94 435	8.56 429	10.88 436	6.38 399	0.22 411	0.25 292	0.20 415	0.23 387	0.32 378	0.92 333
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
test_for_model	4.73 415	23.37 464	1.56 46	13.12 455	10.72 455	1.09 69	0.05 204	4.90 303	2.02 312	2.16 305	0.09 77	0.14 88	0.04 60	0.20 7	0.29 114	8.07 445	2.41 448	0.00 1	0.01 258	20.56 463	3.81 440

SANet	5.04 416	1.86 404	7.96 418	0.39 281	0.12 225	7.51 417	3.73 420	7.20 416	16.07 440	7.15 412	13.16 422	12.35 425	8.70 430	8.28 413	5.37 389	0.00 1	0.01 207	0.00 1	0.00 1	0.13 276	0.71 308

WCMA_ROB	5.16 417	1.07 342	4.40 341	0.66 346	0.69 370	6.28 412	3.63 419	5.39 344	4.05 396	14.77 444	19.39 440	15.46 433	10.72 439	7.67 404	6.77 402	0.19 410	0.27 298	0.18 414	0.20 372	0.18 328	1.23 361

RainbowNet	5.23 418	4.09 442	4.92 360	9.61 447	6.18 440	5.26 404	3.48 417	7.68 425	4.58 403	1.94 291	3.02 351	4.67 380	3.42 388	5.90 322	2.01 321	9.59 449	2.19 446	8.45 444	0.20 372	10.52 445	6.82 448

MSMD_ROB	5.26 419	0.52 218	3.22 273	0.15 210	0.01 75	8.63 426	1.06 381	4.76 291	4.16 397	13.72 438	26.77 454	13.87 430	15.95 448	7.89 408	3.94 376	0.11 400	0.01 207	0.00 1	0.00 1	0.06 169	0.34 242

FCDSN-DC	5.38 420	0.65 256	3.19 270	0.24 250	0.46 332	5.71 405	1.61 394	5.83 374	4.51 402	14.74 443	22.03 446	20.43 442	13.01 444	8.48 416	6.00 395	0.02 361	0.00 1	0.00 1	0.00 1	0.07 194	0.52 274
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
MSC_U_SF_DS_RVC	5.48 421	3.14 431	10.56 433	0.47 298	0.29 298	24.98 458	8.65 455	6.24 390	9.96 431	4.38 387	8.16 406	8.42 417	2.44 365	9.46 425	6.27 397	1.11 426	1.70 441	0.33 418	0.47 423	1.16 427	1.35 371

ADCS	5.55 422	3.55 433	19.07 448	0.43 288	0.14 232	5.87 409	4.20 426	7.65 424	7.80 426	9.79 427	6.22 396	6.48 407	5.52 417	10.52 433	22.41 458	0.00 1	0.00 1	0.00 1	0.00 1	0.48 403	0.97 339

MeshStereo	6.09 423	0.97 319	3.59 299	0.26 261	0.14 232	7.68 419	2.02 400	10.42 435	5.77 411	20.76 454	19.69 442	22.78 446	10.56 437	10.29 430	6.16 396	0.00 1	0.00 1	0.00 1	0.00 1	0.29 372	0.41 261
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
ACVNet-4b	6.14 424	2.39 418	6.31 396	9.73 448	7.26 445	8.81 427	1.62 396	7.27 418	6.07 416	0.41 85	6.42 399	11.47 424	2.37 362	9.17 421	2.72 348	9.70 451	2.42 449	10.45 450	0.01 258	11.04 449	7.12 449

SGM+DAISY	6.27 425	3.62 438	9.36 429	2.30 425	2.34 427	9.12 428	6.38 444	6.98 412	6.00 414	14.26 439	15.55 428	14.02 431	9.84 434	9.45 424	8.56 409	1.21 429	1.60 438	0.58 422	0.86 440	0.63 419	2.74 433

FC-DCNN	6.44 426	0.46 193	3.25 281	0.54 314	0.56 344	8.01 422	1.37 389	8.76 430	7.15 421	19.35 451	22.25 448	22.72 445	15.44 447	10.37 431	7.93 407	0.00 1	0.01 207	0.00 1	0.00 1	0.03 113	0.64 294

PVD	6.50 427	1.70 395	6.71 404	1.66 421	1.59 418	7.94 420	0.89 371	11.13 438	24.35 447	12.01 434	19.10 436	8.76 419	9.89 435	9.85 426	11.06 426	0.02 361	1.12 405	0.00 1	0.26 400	0.25 354	1.72 401

FC-DCNN v2	6.60 428	0.46 193	3.23 275	0.56 318	0.58 350	8.28 424	1.46 391	9.35 433	7.29 422	19.57 452	23.13 449	23.87 449	14.94 446	10.69 434	7.88 406	0.00 1	0.01 207	0.00 1	0.00 1	0.03 113	0.63 292

EDNetEfficient	6.66 429	1.34 371	34.37 457	0.66 346	1.93 424	2.04 312	3.59 418	3.08 129	14.92 437	20.02 453	9.53 412	6.48 407	10.85 440	7.65 400	15.21 439	0.03 372	0.10 274	0.01 367	0.22 383	0.61 417	0.55 281

ACVNet_1	6.79 430	2.72 426	6.97 405	9.78 449	7.38 448	7.67 418	2.29 406	10.50 436	6.93 420	4.51 390	5.39 388	13.21 428	6.34 423	7.02 383	3.31 368	9.70 451	2.48 451	10.85 452	0.11 328	11.41 451	7.23 450

AnyNet_C01	7.15 431	5.48 446	37.47 459	1.08 397	0.59 353	11.50 433	6.49 446	6.93 407	4.31 398	8.06 418	9.11 411	8.72 418	4.06 398	14.50 446	21.97 457	0.11 400	0.08 265	0.24 417	0.09 318	1.11 426	1.07 349

LSM	7.83 432	2.59 423	24.93 452	4.71 438	40.61 467	3.55 374	5.22 435	5.91 377	7.48 423	10.86 429	13.66 424	4.55 375	3.92 397	7.72 405	5.88 393	0.02 361	0.26 295	0.00 1	0.00 1	0.30 374	14.53 464

DispFullNet	8.26 433	24.76 465	14.96 444	14.77 458	7.78 449	5.23 402	0.09 245	5.67 360	3.16 383	9.01 424	4.87 384	6.15 402	10.66 438	10.44 432	4.54 383	2.54 436	0.33 305	15.59 456	4.84 458	13.17 455	6.59 447

ELAS_RVC	8.75 434	1.59 391	6.34 397	1.91 423	1.87 421	11.67 434	12.14 460	10.75 437	16.11 441	22.55 458	21.45 444	18.49 438	18.29 455	14.17 445	12.53 431	0.92 424	1.32 429	0.70 429	0.46 421	0.53 413	1.25 365
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	9.07 435	1.55 388	5.19 373	1.87 422	1.92 423	17.05 443	8.29 453	13.92 442	13.52 436	23.08 459	28.56 459	18.59 439	16.90 451	12.06 442	13.39 435	0.91 423	1.32 429	0.65 427	0.59 430	0.68 423	1.31 369
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ACVNet_2	9.32 436	2.76 427	8.07 419	8.84 446	6.89 443	14.54 442	4.19 425	14.25 443	23.92 446	7.62 415	19.61 441	20.42 441	5.93 420	8.52 418	3.64 371	9.16 448	1.74 443	7.93 442	0.36 416	10.56 446	7.47 453

WAO-7	9.62 437	2.87 428	5.64 385	0.96 388	0.21 262	20.37 450	5.13 434	23.65 462	26.32 451	13.11 437	27.70 457	22.69 444	14.04 445	14.53 447	13.11 433	0.13 403	0.09 271	0.58 422	0.10 324	0.51 407	0.75 314

PWCK	9.63 438	6.94 452	19.91 449	6.25 439	0.22 263	22.62 453	14.62 462	12.15 439	13.48 435	14.34 440	13.17 423	13.25 429	8.40 428	16.14 448	11.57 429	6.38 441	0.26 295	2.41 439	0.11 328	8.57 438	1.74 404

IMH-64-1	10.12 439	3.75 440	4.24 330	11.47 452	9.26 452	11.93 435	5.30 436	18.72 448	15.74 438	7.16 413	18.55 433	16.83 436	6.83 424	11.66 438	9.62 418	10.09 453	2.54 452	15.69 457	1.72 449	12.82 452	8.45 454

IMH-64	10.12 439	3.75 440	4.24 330	11.47 452	9.26 452	11.93 435	5.30 436	18.72 448	15.74 438	7.16 413	18.55 433	16.83 436	6.83 424	11.66 438	9.62 418	10.09 453	2.54 452	15.69 457	1.72 449	12.82 452	8.45 454

RTS	10.27 441	3.55 433	66.16 464	1.62 418	2.34 427	13.96 439	6.25 442	6.95 409	18.07 443	8.81 421	19.18 437	6.82 410	2.96 378	26.87 460	19.93 450	0.00 1	0.42 311	0.00 1	0.03 281	0.40 397	0.99 342

RTSA	10.27 441	3.55 433	66.16 464	1.62 418	2.34 427	13.96 439	6.25 442	6.95 409	18.07 443	8.81 421	19.18 437	6.82 410	2.96 378	26.87 460	19.93 450	0.00 1	0.42 311	0.00 1	0.03 281	0.40 397	0.99 342

EDNetEfficientorigin	10.48 443	2.34 416	98.78 476	0.23 245	0.25 277	3.01 356	0.70 363	4.69 287	17.04 442	19.07 447	15.43 427	12.52 427	11.56 442	9.41 423	12.62 432	0.01 334	0.01 207	0.00 1	0.01 258	0.25 354	1.76 406

MADNet+	11.36 444	15.59 459	70.62 466	1.36 413	1.52 416	20.21 449	4.98 430	12.73 441	8.13 428	3.88 379	6.42 399	8.89 420	6.29 422	32.76 464	29.90 463	0.25 413	1.05 389	0.01 367	0.22 383	0.60 416	1.76 406

WAO-6	11.65 445	2.71 425	4.73 350	7.69 443	7.28 446	17.41 444	7.45 449	20.43 453	38.14 463	10.13 428	19.37 439	27.36 451	12.38 443	13.35 443	13.26 434	4.38 437	2.43 450	10.51 451	0.03 281	9.00 439	4.96 443

IMH	11.71 446	4.49 443	4.59 346	11.55 454	9.35 454	14.27 441	5.00 432	21.03 456	25.97 450	8.90 423	23.64 452	20.58 443	10.29 436	13.39 444	9.59 417	10.13 456	2.57 454	15.53 455	1.75 451	13.04 454	8.53 456

LVE	11.75 447	3.56 436	5.48 383	10.38 450	8.28 450	22.54 452	7.53 452	17.01 446	32.01 456	9.26 425	23.28 450	23.43 447	9.72 432	11.79 441	7.81 405	10.09 453	2.62 457	11.07 453	0.59 430	11.18 450	7.44 452

Dean	12.08 448	3.10 430	8.10 420	10.98 451	8.34 451	18.85 447	5.53 438	21.57 458	40.96 465	11.81 433	21.91 445	25.74 450	9.74 433	8.20 411	5.76 391	9.65 450	2.35 447	9.94 446	0.65 435	10.97 448	7.40 451

coex-ft	12.25 449	6.22 447	80.44 467	0.15 210	0.15 240	2.43 329	0.98 376	3.07 128	29.54 452	49.22 467	16.44 429	15.69 434	16.17 449	7.44 395	15.30 440	0.05 384	0.07 261	0.01 367	0.05 296	0.35 387	1.15 356

LE_ROB	13.25 450	1.86 404	12.84 439	2.35 426	1.43 413	7.50 416	5.92 439	10.14 434	48.57 468	57.70 468	24.61 453	23.44 448	32.60 464	10.12 428	24.95 462	0.06 390	0.08 265	0.13 412	0.20 372	0.09 225	0.41 261

SGM-ForestM	14.25 451	3.00 429	8.67 427	2.38 427	1.88 422	24.45 457	11.87 458	19.27 450	21.66 445	30.68 461	29.79 461	46.58 465	28.97 461	27.26 462	21.22 455	1.14 428	1.67 440	0.61 426	0.89 442	0.51 407	2.50 432

WAO-8	14.47 452	5.06 444	6.42 399	8.00 444	6.65 441	23.95 455	2.97 410	23.01 459	45.08 466	19.24 449	34.86 464	33.07 455	17.51 452	17.59 451	14.38 436	5.22 439	0.86 362	10.06 447	0.85 438	10.25 443	4.34 441

Venus	14.47 452	5.06 444	6.42 399	8.00 444	6.65 441	23.95 455	2.97 410	23.01 459	45.08 466	19.24 449	34.85 463	33.07 455	17.51 452	17.59 451	14.38 436	5.22 439	0.86 362	10.06 447	0.85 438	10.25 443	4.34 441

JetBlue	14.57 454	6.38 449	35.83 458	0.95 387	7.05 444	51.27 467	22.93 465	16.51 444	9.78 429	11.72 432	17.82 432	27.82 452	17.62 454	33.31 465	20.36 452	0.35 415	0.18 286	0.15 413	0.25 393	5.36 435	5.74 444

KSHMR	14.93 455	8.30 453	8.52 425	15.54 459	13.01 458	17.62 445	10.36 457	19.39 451	30.53 454	19.03 446	22.15 447	28.32 453	9.61 431	16.44 449	10.96 425	10.98 461	3.74 462	21.96 463	4.87 459	16.79 458	10.39 459

MANE	15.61 456	2.70 424	7.19 407	3.43 434	5.19 439	21.44 451	9.54 456	24.27 463	29.58 453	33.72 463	42.10 466	42.08 464	32.55 463	24.60 456	20.72 453	1.46 433	2.17 445	1.34 431	4.60 456	0.49 404	3.04 436

TorneroNet-64	16.11 457	6.82 450	6.11 392	14.13 456	12.13 457	28.42 463	6.47 445	20.35 452	38.01 462	12.80 436	27.88 458	35.94 459	16.83 450	20.38 454	16.77 443	10.33 457	2.60 455	19.45 460	2.86 452	14.63 456	9.33 458

TorneroNet	16.83 458	6.92 451	6.68 403	14.15 457	12.07 456	27.63 462	8.39 454	21.53 457	37.64 461	14.70 442	32.94 462	33.55 457	18.95 457	19.68 453	20.80 454	10.39 458	2.61 456	19.77 461	3.45 453	15.42 457	9.28 457

notaker	18.29 459	22.89 463	10.13 431	18.52 461	14.64 461	17.81 446	7.48 450	20.77 454	24.37 448	21.91 456	27.45 456	39.00 461	20.06 458	20.53 455	21.90 456	12.54 462	2.81 460	25.96 465	6.03 462	19.60 461	11.37 460

BEATNet-Init1	19.30 460	9.61 455	39.48 460	3.09 433	2.67 431	39.40 466	17.68 463	23.58 461	25.88 449	38.63 464	37.63 465	50.99 466	33.56 465	30.54 463	24.44 461	1.09 425	1.51 436	0.60 425	0.88 441	1.81 431	2.89 434

ktn	19.65 461	19.61 460	8.27 423	22.99 465	17.38 463	23.89 454	11.97 459	24.83 464	34.40 460	19.19 448	27.37 455	32.56 454	18.29 455	16.52 450	18.28 446	22.43 465	3.70 461	29.28 466	10.90 464	19.65 462	11.59 461

UNDER WATER	20.50 462	13.77 458	33.30 455	20.84 463	14.55 460	30.38 464	19.68 464	17.23 447	34.25 459	21.44 455	18.98 435	38.38 460	31.61 462	25.31 457	22.42 459	10.71 460	2.76 458	19.90 462	4.92 460	17.87 460	11.76 462

UNDER WATER-64	20.90 463	11.73 457	33.74 456	20.56 462	13.88 459	34.56 465	24.71 466	16.81 445	33.52 458	22.54 457	17.10 430	40.14 463	33.68 466	25.46 458	23.75 460	10.68 459	2.78 459	18.70 459	4.60 456	17.07 459	12.03 463

DLNR_Zeroshot_test	23.30 464	50.27 469	88.62 468	97.23 480	94.59 476	1.20 103	0.00 1	20.92 455	0.64 41	0.06 21	0.02 2	0.03 9	0.02 22	4.50 258	0.25 102	32.51 467	0.96 383	0.00 1	0.27 404	72.47 473	1.47 377

DPSimNet_ROB	26.59 465	21.34 462	28.49 454	25.34 466	19.24 464	25.03 459	28.61 467	30.13 466	30.91 455	33.36 462	29.60 460	33.91 458	28.18 460	25.99 459	42.58 465	17.84 464	15.40 464	25.41 464	22.86 468	21.10 464	26.45 468

HanzoNet	30.55 466	30.82 466	24.44 451	22.40 464	19.25 465	25.74 460	14.00 461	29.76 465	40.45 464	43.57 465	44.15 467	55.63 467	46.26 467	43.79 467	45.27 466	28.35 466	9.71 463	30.23 467	16.18 466	23.20 465	17.85 465

JetRed	35.17 467	40.12 468	62.92 462	15.92 460	26.66 466	70.02 469	42.94 469	32.33 467	33.48 457	46.29 466	45.31 468	39.98 462	26.04 459	38.73 466	56.93 468	12.90 463	37.58 469	13.38 454	9.53 463	30.41 466	21.91 467

MADNet++	48.24 468	34.06 467	39.67 461	43.36 467	41.25 468	66.15 468	33.15 468	60.90 469	54.14 469	72.30 469	61.91 469	58.11 468	56.05 468	58.09 468	59.59 469	43.04 468	36.86 468	35.73 468	22.37 467	45.96 467	42.06 469

LRCNet_RVC	60.82 469	63.91 470	64.33 463	69.26 472	50.13 469	19.76 448	0.07 227	58.24 468	5.77 411	75.95 470	85.64 470	74.51 469	62.84 469	58.99 469	50.33 467	93.38 476	56.04 473	93.60 474	93.06 474	68.67 472	71.95 474

tt	68.57 470	0.18 59	99.50 477	50.44 468	14.99 462	100.00 478	100.00 478	100.00 480	99.70 475	28.28 460	12.01 421	99.97 480	98.67 476	99.55 476	99.99 479	89.99 473	98.19 474	46.13 469	51.48 470	60.62 468	21.71 466

xxxxx1	76.86 471	82.53 471	93.06 471	61.86 469	67.25 470	95.91 472	95.20 473	75.90 470	81.13 470	82.69 471	86.70 471	89.27 470	87.62 470	85.18 470	86.89 470	55.21 469	54.91 470	60.27 470	72.48 471	60.77 469	62.32 470

tt_ll	76.86 471	82.53 471	93.06 471	61.86 469	67.25 470	95.91 472	95.20 473	75.90 470	81.13 470	82.69 471	86.70 471	89.27 470	87.62 470	85.18 470	86.89 470	55.21 469	54.91 470	60.27 470	72.48 471	60.77 469	62.32 470

ff	76.86 471	82.53 471	93.06 471	61.86 469	67.25 470	95.91 472	95.20 473	75.90 470	81.13 470	82.69 471	86.70 471	89.27 470	87.62 470	85.18 470	86.89 470	55.21 469	54.91 470	60.27 470	72.48 471	60.77 469	62.32 470

PML	88.69 474	99.49 475	92.95 470	94.34 474	94.09 474	98.57 476	96.73 476	93.58 473	94.50 473	99.57 478	91.07 474	95.40 474	91.48 473	99.96 480	90.33 473	99.98 483	31.85 467	100.00 480	46.15 469	93.62 475	70.14 473

MEDIAN_ROB	96.88 475	99.41 474	98.74 475	94.82 475	94.30 475	93.21 471	90.85 471	95.70 475	94.83 474	97.65 476	97.67 475	98.31 475	96.57 475	94.60 473	93.95 475	99.78 481	98.28 475	99.99 478	99.90 477	99.50 480	99.57 478

Anonymous_1	96.94 476	99.72 477	99.64 478	92.03 473	93.81 473	100.00 478	100.00 478	99.18 477	99.90 477	98.59 477	99.75 476	99.15 476	99.95 478	98.52 475	99.54 476	87.31 472	98.83 476	90.77 473	96.89 475	91.07 474	94.14 475

HaxPig	97.67 477	99.63 476	91.79 469	99.82 482	99.96 479	88.42 470	87.25 470	98.22 476	99.89 476	99.93 479	99.96 477	99.95 479	99.86 477	96.37 474	92.57 474	99.96 482	99.98 478	99.99 478	99.99 478	99.99 484	99.91 480

test_example2	98.82 478	99.97 481	99.97 479	99.95 484	99.97 480	99.48 477	99.97 477	94.95 474	100.00 478	100.00 480	100.00 478	93.49 473	93.63 474	99.93 479	99.91 477	100.00 484	99.77 477	96.68 475	98.65 476	100.00 485	100.00 485

DPSM_ROB	99.05 479	100.00 482	100.00 482	95.92 476	98.77 477	100.00 478	100.00 478	100.00 480	100.00 478	100.00 480	100.00 478	100.00 481	100.00 479	100.00 482	100.00 482	93.10 474	100.00 479	100.00 480	100.00 479	95.46 476	97.74 476

DPSM	99.05 479	100.00 482	100.00 482	95.92 476	98.77 477	100.00 478	100.00 478	100.00 480	100.00 478	100.00 480	100.00 478	100.00 481	100.00 479	100.00 482	100.00 482	93.10 474	100.00 479	100.00 480	100.00 479	95.46 476	97.74 476

AVERAGE_ROB	99.26 481	99.81 478	97.70 474	100.00 485	100.00 481	96.38 475	91.35 472	100.00 480	100.00 478	100.00 480	100.00 478	100.00 481	100.00 479	99.98 481	99.97 478	100.00 484	100.00 479	100.00 480	100.00 479	100.00 485	100.00 485

DGTPSM_ROB	99.42 482	99.92 479	99.98 480	96.43 478	100.00 481	100.00 478	100.00 478	99.81 478	100.00 478	95.92 474	100.00 478	99.26 477	100.00 479	99.77 477	99.99 479	98.23 477	100.00 479	99.86 476	100.00 479	99.38 478	99.97 483

DPSMNet_ROB	99.43 483	99.92 479	99.98 480	96.44 479	100.00 481	100.00 478	100.00 478	99.82 479	100.00 478	95.92 474	100.00 478	99.26 477	100.00 479	99.77 477	99.99 479	98.36 478	100.00 479	99.86 476	100.00 479	99.38 478	99.98 484

CasAABBNet	99.93 484	100.00 482	100.00 482	99.70 481	100.00 481	100.00 478	100.00 478	100.00 480	100.00 478	100.00 480	100.00 478	100.00 481	100.00 479	100.00 482	100.00 482	99.08 479	100.00 479	100.00 480	100.00 479	99.96 481	99.94 481

LSM0	99.93 484	100.00 482	100.00 482	99.82 482	100.00 481	100.00 478	100.00 478	100.00 480	100.00 478	100.00 480	100.00 478	100.00 481	100.00 479	100.00 482	100.00 482	99.09 480	100.00 479	100.00 480	100.00 479	99.98 482	99.79 479

Selective-RAFT-Error	100.00 486	100.00 482	100.00 482	100.00 485	100.00 481	100.00 478	100.00 478	100.00 480	100.00 478	100.00 480	100.00 478	100.00 481	100.00 479	100.00 482	100.00 482	100.00 484	100.00 479	100.00 480	100.00 479	99.98 482	99.94 481

Low-res two-view benchmark