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

riskmin	1.88 93	0.15 1	2.11 57	1.38 202	0.88 246	2.40 95	0.04 15	5.93 153	6.10 212	2.25 73	1.34 35	6.06 249	5.08 305	2.78 73	1.01 133	0.00 1	0.02 195	0.00 1	0.00 1	0.01 8	0.06 172

Selective-IGEV	1.23 41	0.18 2	1.13 2	0.07 11	0.17 92	2.38 94	0.54 157	6.10 158	2.51 25	0.41 26	3.20 82	0.26 19	0.29 17	6.94 206	0.16 2	0.00 1	0.01 144	0.00 1	0.11 315	0.04 101	0.10 237

RSM	1.21 39	0.20 3	1.30 5	0.12 24	0.06 22	2.48 101	0.51 154	3.78 37	2.74 40	0.48 34	2.38 67	2.18 104	0.28 15	6.77 196	0.56 55	0.00 1	0.00 1	0.00 1	0.16 327	0.07 164	0.05 156

EGLCR-Stereo	1.04 24	0.20 3	2.00 41	1.14 177	0.16 86	2.50 102	0.11 38	4.96 93	2.61 31	0.79 46	0.07 2	1.46 80	0.37 32	3.96 98	0.23 6	0.01 176	0.05 275	0.00 1	0.00 1	0.00 1	0.07 190

PSM-AAD	3.33 241	0.20 3	1.47 9	0.73 120	0.54 209	2.55 110	6.19 385	4.97 94	3.27 79	10.92 366	11.92 308	2.95 122	9.59 382	7.90 258	0.82 102	0.01 176	0.01 144	0.00 1	0.00 1	0.04 101	2.47 414

GrayStereo	3.74 269	0.20 3	1.94 34	1.55 224	0.60 215	3.12 181	8.22 407	5.76 144	3.32 84	10.40 355	16.66 356	5.81 244	8.60 369	6.57 186	1.37 162	0.01 176	0.00 1	0.01 299	0.63 404	0.02 36	0.04 123

knoymous	1.36 52	0.21 7	1.68 19	0.20 45	0.49 199	1.58 33	0.11 38	5.15 105	2.40 22	4.62 131	1.77 49	4.56 199	0.45 49	3.23 79	0.63 64	0.00 1	0.02 195	0.00 1	0.00 1	0.02 36	0.01 16

test-3	1.86 88	0.21 7	2.46 79	1.03 160	0.22 125	1.38 20	0.83 230	4.65 78	5.04 168	7.26 256	1.78 50	4.10 179	0.41 42	6.53 185	0.76 89	0.00 1	0.00 1	0.00 1	0.29 372	0.18 282	0.14 274

test_1	1.85 87	0.21 7	2.45 76	1.02 158	0.22 125	1.37 19	0.82 226	4.66 80	5.06 169	7.02 240	1.73 47	4.09 177	0.41 42	6.51 183	0.76 89	0.00 1	0.00 1	0.00 1	0.29 372	0.18 282	0.14 274

AIO-Stereo	0.94 14	0.22 10	1.20 4	0.06 8	0.08 42	2.36 90	0.62 181	5.50 136	2.61 31	0.30 8	3.32 84	0.41 40	0.25 9	1.12 15	0.17 4	0.00 1	0.01 144	0.00 1	0.35 388	0.06 148	0.12 261

test_3	1.88 93	0.22 10	2.75 110	0.96 151	0.22 125	1.28 13	0.77 217	4.62 73	5.87 197	6.55 222	1.84 52	4.28 189	0.45 49	6.48 180	0.76 89	0.00 1	0.01 144	0.00 1	0.28 371	0.17 273	0.14 274

IGEV-Stereo++	0.74 2	0.23 12	1.31 6	0.06 8	1.62 295	1.95 63	0.01 2	3.29 16	1.81 9	0.38 15	1.68 46	0.10 1	1.16 110	0.91 7	0.19 5	0.01 176	0.01 144	0.00 1	0.00 1	0.04 101	0.01 16

ttt	3.86 281	0.23 12	2.34 70	2.22 325	1.68 303	4.36 264	0.28 101	12.45 343	11.09 344	6.90 237	11.85 307	4.08 176	3.28 212	8.47 297	7.85 349	0.06 321	0.04 265	0.00 1	0.00 1	0.03 79	0.03 82

RSM++	1.02 22	0.24 14	1.33 7	0.86 133	0.04 11	2.78 141	0.30 110	2.63 6	2.67 34	0.48 34	1.95 54	0.52 50	0.25 9	5.50 141	0.57 56	0.00 1	0.00 1	0.00 1	0.17 334	0.11 219	0.09 217

U	2.12 119	0.25 15	2.47 82	0.17 39	8.09 428	10.63 371	0.00 1	3.08 11	0.87 1	0.24 3	0.45 13	0.17 3	0.08 1	0.69 2	0.15 1	0.00 1	0.00 1	9.89 434	5.19 444	0.01 8	0.01 16

test_sample2	2.32 147	0.25 15	3.38 175	2.08 306	0.41 178	2.58 115	0.15 65	9.50 258	4.97 167	3.66 108	4.86 125	4.29 191	3.26 211	5.83 149	1.09 138	0.00 1	0.01 144	0.00 1	0.00 1	0.03 79	0.03 82

Any-RAFT	2.18 129	0.25 15	1.94 34	1.37 201	0.80 240	5.01 282	0.56 163	8.51 230	5.58 188	4.01 117	4.85 124	5.44 231	2.26 171	2.45 69	0.35 17	0.00 1	0.15 359	0.00 1	0.00 1	0.02 36	0.02 49

CAS	2.24 132	0.25 15	1.86 26	11.21 431	3.86 390	1.67 42	0.02 10	3.87 42	2.67 34	0.41 26	1.63 43	0.24 18	0.27 13	1.50 34	0.74 82	9.43 439	0.01 144	0.00 1	0.00 1	0.01 8	5.21 426

rvit_stereo_0083	1.03 23	0.26 19	3.09 154	0.49 92	0.09 47	1.27 11	0.24 92	2.72 7	4.60 153	0.38 15	0.77 17	0.78 61	1.18 112	4.35 109	0.33 14	0.00 1	0.00 1	0.00 1	0.00 1	0.01 8	0.03 82

test_sample1	2.31 145	0.26 19	3.29 168	2.08 306	0.46 188	2.62 124	0.05 18	9.88 268	4.23 133	3.90 115	3.92 102	3.49 151	4.44 277	5.67 144	1.88 205	0.00 1	0.01 144	0.00 1	0.00 1	0.02 36	0.03 82

MGS-Stereo	1.10 28	0.26 19	2.45 76	0.58 104	0.06 22	1.84 57	0.67 193	2.16 4	3.42 90	1.03 51	6.13 165	0.49 48	0.36 29	1.43 29	0.62 62	0.00 1	0.00 1	0.00 1	0.00 1	0.47 367	0.00 1

11t1	1.62 65	0.26 19	2.53 85	2.37 342	0.24 130	2.58 115	0.06 21	6.66 188	3.00 58	3.40 103	3.01 76	1.14 70	1.94 158	4.18 104	0.91 121	0.01 176	0.02 195	0.00 1	0.00 1	0.03 79	0.03 82

GMM-Stereo	3.32 239	0.27 23	2.52 84	0.82 127	0.48 196	2.27 85	4.91 372	5.06 100	3.08 65	7.06 244	16.72 357	6.21 253	3.70 235	7.60 240	1.16 147	0.04 300	0.00 1	0.00 1	0.04 286	0.10 202	4.45 421

rvit_stereo_0081	0.88 9	0.28 24	1.81 22	0.62 110	0.13 73	1.34 17	0.12 44	3.14 12	4.59 151	0.43 32	0.30 10	0.54 53	0.11 2	3.89 92	0.36 19	0.00 1	0.00 1	0.00 1	0.00 1	0.01 8	0.01 16

rvit_stereo_0082	0.88 9	0.28 24	1.81 22	0.62 110	0.13 73	1.34 17	0.12 44	3.14 12	4.59 151	0.43 32	0.30 10	0.54 53	0.11 2	3.89 92	0.36 19	0.00 1	0.00 1	0.00 1	0.00 1	0.01 8	0.01 16

x	1.73 73	0.28 24	2.49 83	1.91 275	0.17 92	2.10 74	0.83 230	8.74 241	3.55 96	3.28 98	2.12 62	3.10 132	1.96 159	2.90 75	1.12 141	0.00 1	0.02 195	0.00 1	0.00 1	0.02 36	0.03 82

mmm	2.50 170	0.29 27	3.22 164	1.98 288	0.32 158	3.72 231	0.12 44	9.45 257	4.05 124	5.84 169	10.80 286	2.47 110	2.86 200	4.07 102	0.75 87	0.00 1	0.02 195	0.00 1	0.01 235	0.03 79	0.02 49

AEACV	0.80 5	0.29 27	1.70 20	0.96 151	0.24 130	2.03 69	0.88 243	3.50 25	0.88 2	0.34 12	0.20 6	0.29 25	2.01 160	1.77 49	0.33 14	0.00 1	0.03 241	0.00 1	0.29 372	0.10 202	0.09 217

GLC_STEREO	0.75 3	0.29 27	1.19 3	0.55 98	0.01 1	1.98 66	0.57 171	3.07 10	3.02 61	0.90 49	1.48 38	0.19 5	0.40 36	0.93 8	0.36 19	0.00 1	0.01 144	0.00 1	0.00 1	0.04 101	0.02 49

Prome-Stereo	3.65 263	0.29 27	1.92 31	0.91 138	0.49 199	2.07 72	4.75 370	4.41 61	3.23 77	9.32 331	20.63 385	4.06 175	7.19 346	7.70 246	1.17 148	0.00 1	0.00 1	0.00 1	0.00 1	0.05 127	4.72 425

1111x	4.25 311	0.30 31	4.31 243	1.47 213	0.37 169	5.10 283	0.32 112	12.86 356	9.82 321	6.01 181	9.73 264	8.78 309	5.97 325	9.43 341	10.39 384	0.06 321	0.03 241	0.00 1	0.00 1	0.02 36	0.04 123

qqq	1.93 101	0.30 31	2.96 136	1.40 204	0.05 14	1.96 65	0.39 125	8.45 225	3.33 85	3.06 91	3.84 98	4.67 202	2.70 187	4.40 110	0.96 126	0.00 1	0.01 144	0.00 1	0.00 1	0.02 36	0.03 82

s12784h	1.89 96	0.30 31	2.57 89	0.11 22	0.09 47	4.18 257	0.13 53	6.61 186	7.44 262	3.62 107	4.28 111	0.59 56	0.81 82	6.61 189	0.46 37	0.01 176	0.01 144	0.00 1	0.00 1	0.02 36	0.00 1

RAFT-Stereo-weight	1.67 67	0.31 34	1.57 11	0.97 154	0.15 82	3.19 188	0.77 217	5.06 100	6.19 222	4.96 142	3.38 90	2.83 118	0.35 28	2.87 74	0.74 82	0.01 176	0.06 289	0.00 1	0.00 1	0.01 8	0.02 49

ffm	2.90 203	0.31 34	3.97 219	1.34 195	0.98 258	2.80 144	0.48 141	4.53 68	10.19 327	6.29 208	9.23 247	5.59 234	3.72 240	8.00 261	0.46 37	0.00 1	0.02 195	0.00 1	0.00 1	0.10 202	0.04 123

ff1	3.45 253	0.31 34	3.97 219	1.34 195	0.98 258	2.80 144	0.48 141	4.53 68	10.19 327	6.29 208	9.23 247	5.59 234	3.72 240	10.11 352	9.35 373	0.00 1	0.02 195	0.00 1	0.00 1	0.10 202	0.04 123

mmx	3.86 281	0.31 34	3.97 219	1.34 195	0.98 258	2.80 144	0.48 141	12.18 339	10.66 339	6.29 208	9.23 247	5.59 234	3.72 240	10.11 352	9.35 373	0.05 312	0.02 195	0.00 1	0.00 1	0.03 79	0.04 123

xxx	3.86 281	0.31 34	3.98 223	1.34 195	0.98 258	2.80 144	0.48 141	12.18 339	10.66 339	6.29 208	9.23 247	5.59 234	3.72 240	10.11 352	9.35 373	0.05 312	0.02 195	0.00 1	0.00 1	0.03 79	0.04 123

PFNet+	2.35 150	0.31 34	3.69 200	0.79 124	0.17 92	3.15 186	0.75 213	4.52 67	6.30 224	7.90 283	6.34 178	2.53 111	1.18 112	7.72 249	1.62 184	0.03 283	0.00 1	0.00 1	0.00 1	0.01 8	0.03 82

KYRaft	3.59 260	0.31 34	1.84 25	0.76 122	0.46 188	2.29 86	4.04 354	4.75 83	3.25 78	8.93 322	19.47 378	6.62 267	5.07 304	7.79 253	0.71 77	0.01 176	0.00 1	0.00 1	0.01 235	0.04 101	5.38 428

SST-Stereo	2.75 187	0.31 34	2.78 116	1.33 193	0.33 161	3.99 250	0.82 226	5.60 138	3.93 113	10.92 366	6.19 169	5.00 216	4.23 262	8.66 307	0.74 82	0.00 1	0.00 1	0.00 1	0.00 1	0.03 79	0.03 82

xxxx	4.51 321	0.31 34	2.77 114	1.69 243	0.47 195	7.74 338	0.07 26	14.04 372	7.91 280	5.82 167	8.97 242	9.34 315	3.41 223	7.33 228	20.24 419	0.05 312	0.03 241	0.00 1	0.00 1	0.03 79	0.04 123

rvit_stereo_0075_2	2.00 109	0.32 43	5.49 309	0.60 107	1.98 322	1.77 54	0.10 34	7.24 202	5.70 191	2.90 87	4.06 104	3.11 133	0.56 60	5.32 136	0.76 89	0.00 1	0.00 1	0.00 1	0.00 1	0.03 79	0.16 293

AE-Stereo	1.44 56	0.32 43	2.69 101	1.58 229	0.20 119	2.24 83	0.59 173	6.01 154	5.70 191	1.18 60	3.17 81	1.02 66	0.78 79	1.73 45	0.83 103	0.02 249	0.18 374	0.00 1	0.29 372	0.11 219	0.07 190

CASnet	0.98 16	0.32 43	1.62 14	0.65 115	0.07 29	2.11 76	0.14 60	3.50 25	4.03 120	3.77 113	1.41 36	0.31 30	0.29 17	0.80 6	0.57 56	0.01 176	0.00 1	0.00 1	0.00 1	0.04 101	0.01 16
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
Selective-RAFT	1.69 68	0.32 43	3.29 168	0.92 142	0.18 104	3.89 244	0.06 21	4.22 53	4.00 117	1.47 62	1.98 55	3.07 131	2.81 196	6.35 172	0.89 119	0.01 176	0.00 1	0.00 1	0.21 351	0.05 127	0.00 1

DisPM	2.43 158	0.32 43	3.04 146	1.76 253	0.18 104	3.46 199	0.65 189	5.13 102	4.88 164	8.59 309	7.04 199	2.84 119	1.03 94	8.85 319	0.83 103	0.01 176	0.00 1	0.00 1	0.00 1	0.01 8	0.02 49

BUS	2.49 167	0.32 43	3.05 151	0.46 87	0.46 188	7.12 323	0.50 151	9.05 245	4.69 156	6.11 189	6.15 166	5.29 225	0.83 83	3.91 94	1.77 197	0.01 176	0.03 241	0.03 345	0.00 1	0.04 101	0.00 1

BSDual-CNN	2.69 180	0.32 43	3.05 151	0.46 87	0.46 188	7.13 325	1.63 295	9.05 245	4.69 156	6.11 189	6.15 166	6.26 254	2.54 179	3.91 94	1.91 207	0.01 176	0.03 241	0.03 345	0.00 1	0.04 101	0.00 1

psmg	3.10 219	0.32 43	3.05 151	0.54 95	0.46 188	8.68 346	2.84 328	9.87 267	4.69 156	8.08 286	8.69 234	6.26 254	2.54 179	3.91 94	1.91 207	0.01 176	0.04 265	0.06 367	0.00 1	0.11 219	0.00 1

R-Stereo Train	2.44 160	0.32 43	1.93 32	0.94 145	0.16 86	3.67 222	0.61 178	6.37 172	3.08 65	9.14 325	17.44 370	1.80 92	0.77 76	1.76 47	0.70 73	0.00 1	0.01 144	0.00 1	0.00 1	0.01 8	0.03 82

RAFT-Stereo	2.44 160	0.32 43	1.93 32	0.94 145	0.16 86	3.67 222	0.61 178	6.37 172	3.08 65	9.14 325	17.44 370	1.80 92	0.77 76	1.76 47	0.70 73	0.00 1	0.01 144	0.00 1	0.00 1	0.01 8	0.03 82
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
HSM-Net_RVC	4.20 305	0.32 43	2.76 113	0.63 113	0.69 228	6.95 321	1.69 299	11.96 328	8.36 293	8.83 316	12.17 315	15.18 374	4.21 260	6.91 202	3.30 270	0.02 249	0.02 195	0.00 1	0.00 1	0.01 8	0.01 16
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
MDST_ROB	8.37 387	0.32 43	9.03 375	4.18 409	2.42 344	26.86 433	6.14 384	19.36 420	13.52 369	27.09 427	22.75 395	9.47 318	4.74 291	15.06 404	6.34 329	0.02 249	0.02 195	0.00 1	0.00 1	0.02 36	0.13 269

SGM-Forest	4.96 329	0.32 43	2.84 123	1.21 180	0.64 222	10.23 364	6.64 396	11.55 315	10.98 343	10.94 368	13.59 330	11.65 351	4.30 269	8.94 323	4.63 305	0.11 342	0.04 265	0.00 1	0.00 1	0.05 127	0.46 366
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
UGAM-zero	3.51 254	0.33 56	4.44 251	0.88 135	0.65 223	3.52 213	0.16 70	11.35 309	2.71 37	5.09 148	5.82 156	15.28 375	9.14 377	8.38 291	1.61 183	0.00 1	0.16 366	0.00 1	0.46 399	0.02 36	0.19 307

MIF-Stereo (partial)	1.29 46	0.33 56	3.02 141	0.03 1	1.12 269	1.26 10	0.13 53	4.46 64	3.75 103	0.35 13	2.39 68	0.31 30	0.74 71	6.09 157	1.76 196	0.00 1	0.00 1	0.00 1	0.00 1	0.08 175	0.04 123

UniTT-Stereo	0.83 7	0.33 56	1.98 37	0.92 142	1.27 278	0.54 3	0.11 38	1.35 1	2.94 49	1.67 66	2.09 57	0.20 7	0.31 24	1.57 37	1.07 135	0.00 1	0.00 1	0.00 1	0.00 1	0.16 264	0.01 16

NF-Stereo	2.24 132	0.33 56	3.00 137	2.04 301	0.10 52	3.46 199	0.43 132	6.51 183	3.17 71	6.84 230	5.24 142	2.67 116	1.34 122	8.17 282	1.53 174	0.01 176	0.00 1	0.00 1	0.00 1	0.02 36	0.01 16

OCTAStereo	2.24 132	0.33 56	3.03 143	2.04 301	0.10 52	3.45 198	0.43 132	6.50 180	3.17 71	6.84 230	5.20 139	2.65 113	1.33 120	8.18 283	1.56 178	0.01 176	0.00 1	0.00 1	0.00 1	0.02 36	0.01 16

RAFT_R40	2.71 183	0.33 56	3.00 137	1.26 185	0.30 150	3.83 242	1.00 256	5.69 141	4.29 134	9.69 339	6.33 177	5.02 218	4.02 253	8.58 303	0.86 109	0.01 176	0.00 1	0.00 1	0.00 1	0.03 79	0.02 49

RE-Stereo	2.25 137	0.33 56	3.03 143	2.04 301	0.10 52	3.47 201	0.43 132	6.50 180	3.18 74	6.84 230	5.20 139	2.65 113	1.34 122	8.18 283	1.58 180	0.01 176	0.00 1	0.01 299	0.00 1	0.02 36	0.01 16

TVStereo	2.25 137	0.33 56	3.03 143	2.04 301	0.10 52	3.47 201	0.43 132	6.50 180	3.18 74	6.84 230	5.20 139	2.65 113	1.34 122	8.18 283	1.58 180	0.01 176	0.00 1	0.01 299	0.00 1	0.02 36	0.01 16

CFNet-RSSM	2.11 118	0.33 56	2.71 105	1.04 165	0.30 150	3.21 190	0.41 129	6.67 189	6.96 246	5.62 159	4.58 119	5.40 230	1.71 147	1.86 53	0.87 111	0.00 1	0.08 311	0.00 1	0.32 381	0.02 36	0.02 49

Gwc-CoAtRS	2.02 112	0.33 56	2.61 93	1.04 165	0.30 150	3.56 215	0.40 128	5.89 152	5.94 202	5.08 147	5.01 130	5.55 233	1.72 148	1.60 39	0.91 121	0.01 176	0.09 318	0.00 1	0.25 364	0.01 8	0.02 49

LoS	0.91 13	0.34 66	2.10 56	0.38 79	0.13 73	2.47 99	0.26 99	5.00 98	2.74 40	0.89 48	0.21 7	0.49 48	0.36 29	1.97 58	0.67 69	0.02 249	0.02 195	0.00 1	0.00 1	0.06 148	0.01 16
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
RCA-Stereo	1.99 108	0.34 66	2.71 105	0.26 54	0.06 22	2.29 86	0.48 141	4.89 88	14.65 376	2.81 84	5.51 152	0.78 61	3.21 210	1.44 30	0.33 14	0.00 1	0.01 144	0.00 1	0.00 1	0.07 164	0.02 49

DCANet-4	2.03 113	0.34 66	5.30 301	0.31 61	0.18 104	1.69 46	0.12 44	4.95 91	8.55 301	5.78 162	5.17 134	1.12 69	2.82 197	2.11 64	1.92 209	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.18 297

tt	83.26 470	0.34 66	99.99 478	79.40 471	93.18 472	100.00 477	100.00 478	100.00 480	99.95 475	60.33 462	47.63 450	99.98 479	99.96 476	99.98 477	100.00 481	92.42 472	99.82 476	73.83 472	73.63 469	88.42 473	56.35 468

test_4	2.38 154	0.34 66	2.68 99	0.08 15	0.11 60	3.69 226	1.14 268	3.33 19	3.34 88	4.03 118	17.35 369	3.31 141	0.51 53	6.28 166	1.15 145	0.00 1	0.00 1	0.00 1	0.11 315	0.16 264	0.01 16

AAGNet	3.41 248	0.34 66	2.45 76	1.78 257	0.39 173	3.69 226	1.05 260	4.79 84	4.61 154	9.62 337	7.74 218	4.98 212	6.38 332	7.34 229	13.02 402	0.00 1	0.00 1	0.00 1	0.00 1	0.03 79	0.04 123

PSM-softLoss	2.24 132	0.34 66	3.42 181	1.81 261	0.17 92	2.74 135	0.39 125	6.17 164	2.92 47	6.26 203	6.29 175	2.96 123	0.97 89	8.68 308	1.71 191	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.02 49

KMStereo	2.24 132	0.34 66	3.42 181	1.81 261	0.17 92	2.74 135	0.39 125	6.17 164	2.92 47	6.26 203	6.29 175	2.96 123	0.97 89	8.68 308	1.71 191	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.02 49

FENet	2.19 130	0.34 66	3.04 146	2.05 305	0.26 140	2.82 155	0.13 53	7.02 199	5.55 185	4.97 143	1.94 53	4.91 211	3.39 220	4.71 116	2.50 243	0.02 249	0.03 241	0.00 1	0.00 1	0.00 1	0.21 314

Pointernet	0.84 8	0.35 75	2.00 41	0.12 24	0.13 73	1.77 54	0.06 21	4.87 87	2.53 27	0.14 1	2.11 59	0.76 60	0.44 48	1.02 12	0.32 13	0.00 1	0.04 265	0.00 1	0.15 324	0.02 36	0.01 16

CES	1.56 63	0.35 75	1.44 8	0.42 82	7.70 427	2.66 131	0.13 53	4.89 88	2.53 27	0.25 4	1.10 25	0.33 35	0.31 24	1.61 40	0.58 60	0.01 176	0.02 195	0.00 1	0.00 1	0.54 369	6.26 429

iRaft-Stereo_20w	2.56 172	0.35 75	4.98 280	0.37 77	0.67 226	3.47 201	0.59 173	12.57 351	3.89 110	6.10 188	6.23 172	1.49 81	2.24 168	6.65 192	0.86 109	0.00 1	0.19 379	0.00 1	0.33 383	0.08 175	0.22 316

DAS	3.74 269	0.35 75	5.19 296	1.99 290	3.74 382	2.36 90	3.22 337	7.77 210	9.27 310	8.70 310	12.08 311	4.45 195	5.43 314	8.39 292	1.71 191	0.01 176	0.00 1	0.00 1	0.00 1	0.04 101	0.02 49

SepStereo	3.78 274	0.35 75	5.19 296	1.99 290	3.74 382	2.36 90	3.22 337	7.77 210	9.27 310	8.70 310	12.08 311	4.45 195	5.43 314	9.18 331	1.71 191	0.01 176	0.00 1	0.00 1	0.00 1	0.04 101	0.02 49

NRIStereo	2.14 122	0.35 75	2.65 98	1.10 170	0.14 78	3.05 175	0.86 240	5.35 126	3.18 74	6.24 200	3.36 89	4.17 182	1.82 156	8.12 275	2.01 215	0.00 1	0.10 326	0.00 1	0.00 1	0.12 233	0.19 307

CRE-IMP	1.95 103	0.35 75	2.68 99	0.27 58	0.17 92	3.90 245	0.85 239	5.14 103	2.87 46	5.74 161	4.14 107	3.49 151	0.83 83	6.40 173	1.80 200	0.00 1	0.00 1	0.00 1	0.00 1	0.10 202	0.19 307

cross-raft	2.03 113	0.35 75	2.78 116	1.10 170	0.16 86	3.77 238	0.48 141	7.03 200	3.75 103	5.06 146	5.55 153	6.26 254	1.41 126	1.75 46	0.89 119	0.01 176	0.07 302	0.00 1	0.19 345	0.03 79	0.03 82

MSKI-zero shot	2.00 109	0.36 83	2.15 58	0.81 125	0.25 133	2.69 133	0.29 105	6.16 162	2.34 21	4.31 121	7.52 208	3.70 163	0.25 9	8.42 295	0.41 25	0.01 176	0.13 349	0.00 1	0.25 364	0.03 79	0.02 49

RAFT-Test	2.17 127	0.36 83	3.40 179	1.05 167	0.34 164	4.90 279	0.69 198	6.27 167	3.98 115	4.65 135	7.02 196	6.30 257	1.12 99	1.81 50	0.99 130	0.01 176	0.17 370	0.00 1	0.34 385	0.02 36	0.02 49

MC-Stereo	1.47 58	0.36 83	2.54 86	1.99 290	0.12 69	1.90 59	0.12 44	4.47 65	2.83 44	3.31 101	3.44 92	0.56 55	1.47 130	5.39 138	0.47 42	0.00 1	0.04 265	0.00 1	0.21 351	0.07 164	0.04 123

FTStereo	4.55 325	0.36 83	2.18 64	0.94 145	0.38 171	2.60 120	8.82 410	4.98 96	3.17 71	10.88 365	30.35 419	5.60 238	7.60 355	7.62 241	1.55 177	0.17 356	0.00 1	0.05 363	0.00 1	0.03 79	3.80 419

pcwnet_v2	4.20 305	0.36 83	8.53 373	1.33 193	1.12 269	3.43 197	0.41 129	12.85 355	14.16 372	9.90 345	14.29 338	5.90 246	3.03 204	6.20 163	2.06 219	0.01 176	0.05 275	0.04 356	0.02 256	0.16 264	0.18 297

test_xeample	4.13 299	0.36 83	2.75 110	1.23 182	0.51 205	3.96 249	0.13 53	12.63 352	7.65 268	7.49 266	10.86 290	3.29 140	3.36 215	6.71 194	21.53 424	0.02 249	0.03 241	0.00 1	0.00 1	0.03 79	0.04 123

test_sample3	2.87 200	0.37 89	4.45 252	1.95 283	0.59 213	4.69 274	0.16 70	11.50 314	6.45 231	5.82 167	6.44 180	3.76 166	2.64 184	6.01 155	2.41 240	0.01 176	0.01 144	0.00 1	0.00 1	0.04 101	0.05 156

trnet	0.99 19	0.37 89	1.89 28	0.08 15	0.19 114	1.68 45	0.02 10	4.12 52	6.41 230	0.70 43	1.57 41	0.46 46	0.67 66	1.15 17	0.41 25	0.00 1	0.01 144	0.00 1	0.00 1	0.01 8	0.01 16

DEmStereo	3.79 275	0.37 89	3.69 200	0.17 39	0.17 92	5.28 289	2.54 317	4.35 56	3.70 99	8.21 294	20.15 380	5.13 222	10.38 387	7.65 242	3.85 293	0.01 176	0.01 144	0.01 299	0.00 1	0.02 36	0.06 172

PMTNet	1.41 54	0.37 89	2.06 46	0.26 54	0.15 82	2.94 167	0.34 117	3.39 20	5.33 178	1.00 50	1.27 33	0.28 24	0.93 88	4.04 101	0.74 82	5.00 425	0.00 1	0.00 1	0.00 1	0.03 79	0.01 16

Occ-G	0.98 16	0.38 93	1.82 24	0.15 37	0.18 104	1.45 25	0.69 198	3.15 14	2.25 13	1.45 61	0.59 14	5.06 219	0.54 58	0.75 4	0.77 95	0.00 1	0.03 241	0.00 1	0.17 334	0.16 264	0.01 16

ICVP	2.32 147	0.38 93	2.89 133	0.92 142	0.70 232	2.55 110	0.87 242	9.97 271	3.99 116	4.13 119	8.97 242	2.71 117	1.69 146	2.52 70	3.52 284	0.05 312	0.24 393	0.01 299	0.01 235	0.11 219	0.13 269
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
XX-Stereo	2.71 183	0.38 93	5.96 324	2.25 326	2.20 335	1.54 32	0.21 85	5.44 132	3.05 62	2.28 75	16.16 351	7.03 273	0.24 8	6.19 161	0.79 98	0.00 1	0.15 359	0.00 1	0.23 357	0.13 246	0.04 123

GES	2.49 167	0.38 93	4.29 242	1.58 229	0.05 14	4.58 271	1.07 263	9.70 264	3.39 89	5.21 150	6.64 183	1.84 95	3.36 215	4.86 119	2.54 246	0.06 321	0.01 144	0.06 367	0.01 235	0.12 233	0.03 82

SMFormer	3.54 256	0.39 97	3.61 193	1.69 243	0.11 60	2.85 159	0.29 105	12.46 344	10.41 332	7.16 249	10.23 272	4.78 206	4.45 278	8.71 311	3.51 280	0.07 329	0.05 275	0.00 1	0.00 1	0.06 148	0.04 123

tta	3.54 256	0.39 97	3.61 193	1.69 243	0.11 60	2.85 159	0.29 105	12.46 344	10.41 332	7.16 249	10.23 272	4.78 206	4.45 278	8.71 311	3.51 280	0.07 329	0.05 275	0.00 1	0.00 1	0.06 148	0.03 82

qqq1	3.38 244	0.39 97	3.61 193	1.69 243	0.11 60	2.85 159	0.29 105	12.46 344	10.41 332	7.16 249	10.23 272	4.78 206	4.45 278	8.71 311	0.30 10	0.07 329	0.05 275	0.00 1	0.00 1	0.06 148	0.03 82

fff1	3.38 244	0.39 97	3.61 193	1.69 243	0.11 60	2.85 159	0.29 105	12.46 344	10.41 332	7.16 249	10.23 272	4.78 206	4.45 278	8.71 311	0.30 10	0.07 329	0.05 275	0.00 1	0.00 1	0.06 148	0.03 82

PCWNet_CMD	2.99 210	0.39 97	4.02 226	0.39 80	0.26 140	2.53 106	0.15 65	9.24 251	9.22 308	7.12 247	11.53 304	6.94 271	2.41 175	4.02 100	1.33 158	0.01 176	0.02 195	0.02 328	0.00 1	0.05 127	0.07 190

anonymousdsp2	1.78 77	0.39 97	3.40 179	1.10 170	0.04 11	3.63 219	0.50 151	7.80 212	2.77 42	2.91 88	2.88 74	3.17 136	1.01 91	5.15 133	0.43 28	0.00 1	0.01 144	0.02 328	0.15 324	0.05 127	0.12 261

DeepStereo_RVC	2.05 115	0.39 97	2.87 130	0.14 36	0.17 92	3.51 210	0.70 201	5.21 109	3.00 58	6.27 205	4.13 106	3.47 149	4.53 282	4.81 118	1.49 170	0.01 176	0.00 1	0.00 1	0.00 1	0.09 192	0.18 297

CREStereo++_RVC	1.59 64	0.39 97	2.26 66	0.36 75	0.01 1	1.67 42	0.01 2	2.95 9	8.12 285	3.69 110	7.44 207	0.47 47	0.32 26	0.74 3	0.39 23	0.00 1	0.00 1	0.00 1	3.03 432	0.00 1	0.00 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
MSMDNet	2.99 210	0.39 97	4.02 226	0.40 81	0.25 133	2.53 106	0.16 70	9.35 255	9.25 309	7.08 245	11.39 299	6.93 270	2.43 176	4.01 99	1.34 160	0.01 176	0.02 195	0.02 328	0.00 1	0.05 127	0.07 190

test_sample5	2.91 205	0.40 106	4.33 244	1.81 261	0.50 202	3.33 194	0.17 74	11.27 305	6.55 235	6.18 195	8.35 229	3.65 158	2.71 190	6.61 189	2.15 224	0.02 249	0.02 195	0.00 1	0.00 1	0.05 127	0.05 156

test_sample4	2.87 200	0.40 106	4.54 257	1.80 259	0.54 209	3.95 248	0.15 65	11.48 313	6.49 234	6.33 212	6.81 187	3.68 162	2.65 185	6.11 158	2.36 236	0.02 249	0.01 144	0.00 1	0.00 1	0.04 101	0.05 156

DualNet	3.05 213	0.40 106	4.33 244	1.81 261	0.50 202	3.33 194	0.17 74	11.27 305	6.55 235	6.50 218	10.86 290	3.65 158	2.71 190	6.61 189	2.15 224	0.02 249	0.02 195	0.00 1	0.00 1	0.05 127	0.05 156

Patchmatch Stereo++	1.95 103	0.40 106	2.86 126	0.12 24	0.18 104	3.74 233	0.66 191	5.24 116	2.96 52	5.86 170	4.32 112	3.46 146	1.52 136	6.88 199	0.70 73	0.01 176	0.00 1	0.00 1	0.00 1	0.08 175	0.09 217
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
PSM-adaLoss	1.88 93	0.40 106	2.86 126	0.12 24	0.19 114	3.75 236	0.71 203	5.23 110	2.96 52	5.86 170	4.33 114	3.45 144	1.51 131	5.40 139	0.69 71	0.01 176	0.00 1	0.00 1	0.00 1	0.08 175	0.09 217

PFNet	2.93 206	0.40 106	5.51 311	2.13 314	0.84 243	3.11 180	0.75 213	6.78 193	4.79 162	9.98 347	6.00 159	4.78 206	2.13 164	8.33 289	2.11 220	0.19 360	0.06 289	0.00 1	0.11 315	0.20 291	0.35 349

Pruner-Stereo	2.49 167	0.40 106	2.46 79	1.80 259	0.25 133	3.51 210	0.77 217	6.03 155	4.92 165	8.91 319	6.09 161	4.45 195	1.11 98	6.99 208	2.11 220	0.02 249	0.00 1	0.02 328	0.00 1	0.01 8	0.04 123

iGMRVC	1.96 106	0.40 106	2.88 131	0.12 24	0.19 114	3.74 233	0.73 208	5.23 110	2.97 56	5.87 175	4.37 118	3.48 150	1.52 136	6.73 195	0.74 82	0.02 249	0.00 1	0.00 1	0.00 1	0.08 175	0.08 204

iRAFT	1.95 103	0.40 106	2.86 126	0.12 24	0.18 104	3.74 233	0.66 191	5.24 116	2.96 52	5.86 170	4.32 112	3.46 146	1.52 136	6.88 199	0.70 73	0.01 176	0.00 1	0.00 1	0.00 1	0.08 175	0.09 217

222	5.36 336	0.40 106	2.72 107	1.50 214	0.48 196	6.15 305	0.07 26	13.73 369	8.06 283	8.79 313	11.03 294	3.71 164	4.21 260	7.47 236	38.74 454	0.03 283	0.02 195	0.00 1	0.00 1	0.04 101	0.05 156

test_sample6	3.14 222	0.41 116	4.42 249	1.92 277	0.49 199	3.25 191	0.21 85	11.30 307	6.69 239	6.50 218	10.86 290	4.03 173	2.93 203	7.06 214	2.65 248	0.02 249	0.02 195	0.00 1	0.00 1	0.05 127	0.06 172

testlalala	1.50 61	0.41 116	1.67 18	0.98 155	0.31 156	4.00 251	0.90 248	5.26 121	2.17 11	6.56 223	3.61 96	1.74 90	0.38 34	1.21 21	0.42 27	0.00 1	0.02 195	0.00 1	0.29 372	0.01 8	0.01 16

ROB_FTStereo_v2	1.91 99	0.41 116	2.85 124	0.12 24	0.19 114	3.71 228	0.73 208	5.23 110	2.95 50	5.86 170	4.36 117	3.46 146	1.51 131	5.86 150	0.69 71	0.01 176	0.00 1	0.00 1	0.00 1	0.08 175	0.08 204

HUI-Stereo	1.80 80	0.41 116	2.85 124	0.12 24	0.18 104	3.72 231	0.65 189	5.23 110	2.97 56	5.87 175	4.34 115	3.45 144	1.52 136	3.93 97	0.65 65	0.02 249	0.00 1	0.00 1	0.00 1	0.08 175	0.10 237

IRAFT_RVC	2.85 194	0.41 116	3.32 171	2.09 309	0.41 178	2.92 165	5.22 377	6.41 177	3.63 98	6.53 221	5.48 151	5.09 220	4.88 299	8.20 286	2.15 224	0.01 176	0.17 370	0.01 299	0.00 1	0.02 36	0.04 123

RAFT-345	3.27 228	0.41 116	2.88 131	1.02 158	0.21 122	2.63 126	0.48 141	3.76 36	5.51 183	7.35 261	24.88 404	4.25 185	1.76 154	8.15 278	2.13 222	0.01 176	0.00 1	0.00 1	0.00 1	0.01 8	0.01 16

model_zeroshot	1.52 62	0.42 122	4.10 235	1.25 184	0.11 60	3.04 174	0.14 60	5.79 148	2.84 45	3.12 92	3.65 97	2.05 102	0.42 46	2.38 67	0.71 77	0.01 176	0.10 326	0.00 1	0.20 347	0.02 36	0.04 123

RAStereo	0.68 1	0.42 122	3.15 159	0.18 44	0.52 208	1.17 5	0.02 10	3.16 15	0.98 4	0.51 37	1.43 37	0.16 2	0.22 7	0.75 4	0.83 103	0.00 1	0.00 1	0.00 1	0.00 1	0.07 164	0.02 49

MoCha-V2	1.41 54	0.42 122	2.61 93	0.81 125	0.23 129	2.53 106	0.20 82	4.81 85	3.16 69	0.82 47	3.15 80	0.30 26	1.61 144	6.66 193	0.40 24	0.00 1	0.20 383	0.00 1	0.24 360	0.05 127	0.02 49

Former-RAFT_DAM_RVC	1.26 43	0.42 122	2.36 72	0.59 106	1.26 276	2.43 98	0.01 2	3.29 16	7.76 275	1.71 67	2.78 73	0.27 21	0.32 26	1.16 19	0.58 60	0.04 300	0.01 144	0.00 1	0.00 1	0.04 101	0.10 237

hknet	3.31 233	0.42 122	4.68 267	0.46 87	1.17 272	7.13 325	1.63 295	9.05 245	6.91 244	6.11 189	6.15 166	9.66 320	2.85 199	7.48 237	2.45 242	0.01 176	0.03 241	0.03 345	0.00 1	0.04 101	0.00 1

LCNet	2.85 194	0.42 122	1.90 29	0.95 149	0.56 211	2.07 72	1.60 293	4.99 97	3.57 97	6.05 183	10.59 281	4.59 200	6.79 341	7.46 234	0.72 79	0.01 176	0.00 1	0.01 299	0.77 410	0.30 333	3.57 417

ROB_FTStereo	1.90 97	0.42 122	2.86 126	0.12 24	0.19 114	3.71 228	0.75 213	5.24 116	2.95 50	5.87 175	4.26 110	3.41 142	1.51 131	5.80 147	0.65 65	0.01 176	0.00 1	0.00 1	0.00 1	0.08 175	0.08 204

RAFT-IKP	1.90 97	0.42 122	2.83 121	0.12 24	0.18 104	3.50 208	0.64 186	5.24 116	2.96 52	5.86 170	4.34 115	3.50 153	1.51 131	5.99 154	0.76 89	0.01 176	0.00 1	0.00 1	0.00 1	0.08 175	0.08 204

CFNet_pseudo	2.81 191	0.42 122	4.04 229	0.33 69	0.24 130	2.59 118	0.12 44	8.20 220	7.66 269	7.04 243	10.42 277	6.56 264	2.05 162	4.88 120	1.53 174	0.00 1	0.02 195	0.01 299	0.00 1	0.05 127	0.07 190

CREStereo	0.98 16	0.42 122	1.86 26	0.07 11	0.22 125	1.65 40	0.02 10	4.07 49	6.33 227	0.72 44	1.54 40	0.43 43	0.64 65	1.22 22	0.44 29	0.00 1	0.00 1	0.00 1	0.00 1	0.01 8	0.00 1
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
ccs_rob	2.81 191	0.42 122	4.06 231	0.33 69	0.25 133	2.59 118	0.12 44	8.19 219	7.68 270	7.02 240	10.37 276	6.54 260	2.06 163	4.88 120	1.53 174	0.00 1	0.02 195	0.01 299	0.00 1	0.05 127	0.07 190

IGEV-Stereo+	1.69 68	0.43 133	1.59 12	0.37 77	3.10 356	2.10 74	0.07 26	1.86 2	0.91 3	0.39 21	0.03 1	0.20 7	0.41 42	7.05 211	0.16 2	0.02 249	0.07 302	0.00 1	0.18 340	5.14 424	9.77 444

PSMNet-ADL	2.98 209	0.43 133	2.41 73	1.43 209	0.40 175	5.94 302	0.28 101	8.45 225	5.13 172	3.36 102	6.77 185	8.41 301	4.61 285	7.20 224	4.55 304	0.02 249	0.09 318	0.00 1	0.00 1	0.01 8	0.03 82

DRaft	3.74 269	0.43 133	2.60 91	0.12 24	0.15 82	4.76 275	1.34 282	5.33 125	4.31 135	10.30 351	21.91 389	3.27 139	8.83 371	7.36 231	3.66 288	0.05 312	0.10 326	0.00 1	0.14 321	0.10 202	0.14 274

test_xeample3	1.08 27	0.43 133	3.39 177	0.49 92	0.05 14	2.58 115	0.93 249	3.32 18	1.77 8	0.23 2	0.23 8	0.19 5	0.28 15	6.34 170	0.85 106	0.00 1	0.01 144	0.00 1	0.26 370	0.06 148	0.10 237

SFCPSM	3.29 230	0.43 133	5.11 289	0.34 73	0.94 254	8.48 342	2.15 310	14.51 379	5.29 175	7.00 239	7.65 215	3.43 143	2.59 183	5.11 131	2.37 237	0.01 176	0.03 241	0.01 299	0.07 298	0.13 246	0.15 282

gcap-zeroshot	1.87 92	0.44 138	4.24 239	0.53 94	0.51 205	3.12 181	0.75 213	6.42 178	3.91 112	3.75 112	1.67 45	7.79 288	0.55 59	2.61 71	0.53 52	0.02 249	0.21 384	0.00 1	0.23 357	0.00 1	0.05 156

testlalala2	2.15 124	0.44 138	2.44 75	9.24 427	6.30 420	3.64 220	0.18 77	4.63 74	2.55 30	3.73 111	4.17 108	3.14 134	0.51 53	1.08 13	0.26 8	0.00 1	0.10 326	0.00 1	0.44 398	0.11 219	0.03 82

CFNet_ucs	3.07 215	0.44 138	4.05 230	0.54 95	0.37 169	3.08 176	0.19 79	9.80 266	8.49 299	7.64 271	12.62 322	5.67 239	1.76 154	4.96 126	1.51 171	0.00 1	0.04 265	0.01 299	0.00 1	0.09 192	0.11 249

CASS	2.44 160	0.44 138	3.56 190	0.85 132	0.38 171	3.14 183	0.22 87	9.64 262	4.00 117	6.78 227	7.62 214	3.57 156	3.58 228	3.80 91	1.10 139	0.02 249	0.01 144	0.00 1	0.00 1	0.05 127	0.01 16
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
Anonymous3	1.76 75	0.44 138	6.37 337	0.33 69	0.50 202	4.33 261	0.54 157	4.43 62	2.48 23	2.21 71	3.24 83	1.53 83	1.14 102	5.64 142	1.29 155	0.17 356	0.23 388	0.00 1	0.00 1	0.12 233	0.15 282

EAI-Stereo	2.31 145	0.44 138	2.72 107	0.68 118	0.56 211	3.51 210	2.62 322	11.42 311	4.14 130	2.09 70	7.23 204	1.21 72	0.91 86	5.67 144	1.51 171	0.01 176	0.25 394	0.00 1	0.88 412	0.04 101	0.26 334

H2IRNET	2.16 125	0.45 144	2.60 91	1.22 181	0.03 9	1.98 66	0.13 53	4.73 82	7.04 251	1.15 57	7.79 220	5.88 245	3.39 220	4.97 127	1.45 168	0.01 176	0.00 1	0.04 356	0.17 334	0.19 287	0.03 82

IGEVStereo-DCA	1.06 26	0.45 144	2.06 46	0.32 64	0.06 22	2.74 135	0.84 233	3.71 30	2.27 14	0.39 21	0.16 3	0.20 7	0.29 17	6.47 178	0.87 111	0.00 1	0.00 1	0.00 1	0.16 327	0.06 148	0.06 172

rrr	1.05 25	0.45 144	3.18 161	0.32 64	0.06 22	2.74 135	0.95 254	3.49 24	1.12 5	0.39 21	0.16 3	0.20 7	0.29 17	6.47 178	0.87 111	0.00 1	0.00 1	0.00 1	0.21 351	0.06 148	0.10 237

CrosDoStereo	3.96 290	0.45 144	3.04 146	0.32 64	0.20 119	3.28 192	11.63 428	5.76 144	4.45 142	9.04 323	16.58 354	4.99 213	7.45 350	8.04 264	3.72 289	0.00 1	0.02 195	0.01 299	0.00 1	0.16 264	0.10 237

DeepStereo_LL	3.96 290	0.45 144	3.04 146	0.32 64	0.20 119	3.28 192	11.63 428	5.76 144	4.45 142	9.04 323	16.58 354	4.99 213	7.45 350	8.04 264	3.72 289	0.00 1	0.02 195	0.01 299	0.00 1	0.16 264	0.10 237

test-1	1.82 85	0.45 144	5.42 304	0.89 136	0.41 178	2.14 77	0.56 163	5.75 142	4.15 131	3.28 98	5.11 132	3.61 157	0.70 67	1.53 36	1.56 178	0.02 249	0.34 400	0.00 1	0.08 302	0.02 36	0.30 343

RAFT-RH_RVC	3.96 290	0.46 150	2.93 134	1.55 224	0.42 181	3.14 183	0.14 60	3.70 29	5.98 206	11.25 371	32.23 423	5.29 225	1.68 145	8.13 276	2.14 223	0.08 334	0.00 1	0.00 1	0.03 269	0.01 8	0.00 1

NOSS_ROB	3.30 231	0.46 150	2.62 95	2.08 306	1.01 263	5.60 293	0.74 211	10.37 282	11.48 351	5.15 149	8.43 231	5.67 239	1.73 149	7.97 260	2.34 233	0.02 249	0.06 289	0.00 1	0.00 1	0.07 164	0.14 274

test_sample7	3.30 231	0.47 152	3.43 184	1.98 288	0.35 166	4.33 261	1.88 305	10.66 289	7.73 272	8.36 296	7.55 210	6.55 261	4.27 264	6.58 187	1.62 184	0.06 321	0.03 241	0.00 1	0.00 1	0.05 127	0.06 172

GMOStereo	1.81 81	0.47 152	2.09 52	0.10 18	0.27 142	1.49 26	0.89 244	4.40 57	4.51 146	8.16 289	6.97 190	2.96 123	1.15 104	1.42 25	0.88 114	0.00 1	0.14 353	0.00 1	0.00 1	0.23 312	0.03 82

error version	1.81 81	0.47 152	2.09 52	0.10 18	0.27 142	1.49 26	0.89 244	4.40 57	4.51 146	8.16 289	6.97 190	2.96 123	1.15 104	1.42 25	0.88 114	0.00 1	0.14 353	0.00 1	0.00 1	0.23 312	0.03 82

test-v	1.81 81	0.47 152	2.09 52	0.10 18	0.27 142	1.49 26	0.89 244	4.40 57	4.51 146	8.16 289	6.97 190	2.96 123	1.15 104	1.42 25	0.88 114	0.00 1	0.14 353	0.00 1	0.00 1	0.23 312	0.03 82

test-2	1.81 81	0.47 152	2.09 52	0.10 18	0.27 142	1.49 26	0.89 244	4.40 57	4.51 146	8.16 289	6.97 190	2.96 123	1.15 104	1.42 25	0.88 114	0.00 1	0.14 353	0.00 1	0.00 1	0.23 312	0.03 82

UPFNet	3.82 278	0.47 152	4.34 247	2.21 322	3.38 367	7.26 327	2.69 324	9.89 269	5.96 203	7.98 284	7.53 209	7.89 291	3.15 208	7.72 249	5.88 324	0.01 176	0.02 195	0.00 1	0.00 1	0.04 101	0.06 172

ac_64	3.70 267	0.47 152	3.50 188	2.87 366	3.50 373	5.91 301	0.72 207	10.17 279	4.34 136	8.16 289	5.80 155	10.82 340	5.64 320	7.08 215	4.73 307	0.03 283	0.00 1	0.00 1	0.00 1	0.08 175	0.14 274

UGAM	3.90 285	0.48 159	4.69 268	0.17 39	0.08 42	3.67 222	1.22 273	4.81 85	14.45 374	4.59 130	11.94 309	14.20 367	3.80 245	9.92 351	3.61 286	0.00 1	0.00 1	0.00 1	0.02 256	0.32 340	0.07 190

EKT-Stereo	1.91 99	0.48 159	2.77 114	2.19 319	4.36 399	1.42 24	0.24 92	4.63 74	3.51 94	2.94 89	3.47 93	3.55 155	2.25 170	5.26 134	0.85 106	0.04 300	0.12 341	0.00 1	0.09 310	0.06 148	0.05 156

testlalala_base	3.12 220	0.48 159	2.79 119	2.14 315	1.98 322	4.13 256	0.64 186	6.16 162	2.09 10	2.38 76	4.08 105	1.80 92	0.50 52	1.65 41	0.72 79	12.33 447	2.33 429	0.00 1	0.31 380	14.56 441	1.32 396

GwcNet-ADL	2.65 179	0.48 159	3.84 216	0.82 127	0.33 161	2.04 70	0.69 198	8.07 217	9.42 313	6.05 183	6.66 184	4.14 181	1.73 149	5.40 139	3.01 258	0.08 334	0.06 289	0.00 1	0.00 1	0.06 148	0.03 82

GCAP-BAT	1.77 76	0.49 163	2.78 116	0.66 116	0.16 86	3.76 237	0.80 223	3.72 35	3.27 79	3.68 109	5.03 131	3.66 160	0.56 60	5.82 148	0.65 65	0.00 1	0.05 275	0.00 1	0.24 360	0.01 8	0.01 16

TANstereo	1.20 37	0.49 163	2.04 44	0.34 73	0.10 52	1.80 56	0.01 2	3.40 21	4.10 128	4.37 123	4.82 122	0.41 40	0.70 67	0.94 9	0.46 37	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

WCG-NET（raft）	1.49 60	0.50 165	1.55 10	0.21 48	0.08 42	2.15 78	1.01 257	2.72 7	6.26 223	2.79 82	3.06 79	4.38 194	1.04 96	3.53 86	0.26 8	0.00 1	0.12 341	0.00 1	0.00 1	0.10 202	0.08 204

IGEV_Zeroshot_test	2.13 121	0.50 165	4.91 277	1.41 207	0.18 104	2.62 124	0.36 119	7.80 212	3.87 108	5.04 145	5.42 149	4.77 205	1.03 94	3.43 83	0.79 98	0.00 1	0.16 366	0.00 1	0.18 340	0.17 273	0.04 123

GANet-ADL	2.20 131	0.50 165	3.27 167	2.02 297	0.11 60	2.21 82	0.48 141	8.64 239	6.79 242	4.56 129	5.83 157	3.98 171	1.27 119	2.68 72	1.43 165	0.04 300	0.08 311	0.02 328	0.00 1	0.15 258	0.03 82

ASMatch	3.32 239	0.50 165	3.32 171	1.72 249	0.45 187	1.93 62	0.68 194	6.42 178	3.89 110	6.18 195	22.30 392	4.61 201	4.82 297	7.65 242	1.70 190	0.00 1	0.02 195	0.00 1	0.03 269	0.01 8	0.18 297

DSFCA	4.21 307	0.50 165	5.45 307	1.34 195	1.68 303	7.04 322	4.51 365	10.73 293	7.00 248	10.78 363	6.80 186	8.48 305	4.63 286	9.91 350	5.12 312	0.02 249	0.06 289	0.02 328	0.03 269	0.08 175	0.03 82

rvit_stereo_0081_aga	0.76 4	0.51 170	3.29 168	0.11 22	0.25 133	1.73 53	0.22 87	3.68 28	2.54 29	0.26 6	0.16 3	0.27 21	0.30 23	1.31 23	0.36 19	0.00 1	0.00 1	0.00 1	0.00 1	0.12 233	0.04 123

rvit_stereo_0080	0.88 9	0.51 170	3.12 156	0.07 11	0.12 69	1.31 14	0.37 121	3.78 37	3.29 82	0.56 39	1.13 30	0.40 38	0.76 73	1.71 42	0.47 42	0.00 1	0.00 1	0.00 1	0.00 1	0.01 8	0.04 123

IGEV++	1.14 35	0.51 170	1.66 15	0.55 98	0.08 42	2.52 103	1.01 257	6.51 183	3.16 69	0.59 41	2.11 59	0.43 43	1.18 112	1.44 30	0.79 98	0.00 1	0.05 275	0.00 1	0.05 290	0.11 219	0.11 249

whm_eth	0.88 9	0.51 170	3.12 156	0.07 11	0.12 69	1.31 14	0.37 121	3.78 37	3.29 82	0.56 39	1.13 30	0.40 38	0.76 73	1.71 42	0.47 42	0.00 1	0.00 1	0.00 1	0.00 1	0.01 8	0.04 123

plain	1.34 49	0.51 170	5.09 288	0.30 59	0.05 14	1.58 33	0.08 30	4.47 65	3.77 106	0.42 30	1.76 48	0.60 57	0.74 71	6.11 158	0.94 125	0.00 1	0.00 1	0.00 1	0.00 1	0.40 359	0.02 49

IPLGR	2.28 141	0.51 170	6.00 325	0.15 37	0.15 82	1.99 68	0.22 87	6.34 169	6.04 210	6.80 228	5.76 154	2.87 120	2.31 172	4.88 120	1.28 154	0.00 1	0.00 1	0.00 1	0.00 1	0.09 192	0.18 297

FC-DCNN v2	10.88 411	0.52 176	4.17 237	1.92 277	1.63 296	17.79 413	5.35 380	18.87 413	19.88 402	28.77 430	34.99 433	34.62 437	21.72 429	16.03 411	11.16 393	0.03 283	0.01 144	0.02 328	0.00 1	0.06 148	0.08 204

HGLStereo	4.25 311	0.52 176	4.65 265	3.09 374	5.18 413	6.51 314	0.73 208	10.37 282	6.74 241	7.32 259	12.44 320	7.00 272	7.21 348	7.46 234	5.51 317	0.00 1	0.02 195	0.00 1	0.00 1	0.06 148	0.10 237

FC-DCNN	10.72 410	0.52 176	4.27 241	1.88 271	1.63 296	17.18 409	5.29 379	18.20 406	19.69 401	28.50 429	34.51 431	34.03 435	21.48 428	15.89 408	11.15 392	0.03 283	0.01 144	0.02 328	0.01 235	0.07 164	0.09 217

CBMV_ROB	4.14 300	0.52 176	3.14 158	1.30 192	0.77 238	6.92 320	1.97 306	10.11 278	9.58 316	8.92 320	14.20 337	7.12 279	5.90 323	8.65 306	3.50 279	0.01 176	0.05 275	0.00 1	0.00 1	0.04 101	0.09 217

WCG-NET	1.31 47	0.53 180	1.77 21	0.43 85	0.33 161	2.05 71	0.43 132	4.68 81	4.48 145	3.21 95	0.90 19	2.34 108	1.15 104	3.50 85	0.24 7	0.00 1	0.01 144	0.00 1	0.00 1	0.12 233	0.01 16

HCRNet	2.56 172	0.53 180	3.35 173	0.24 53	3.39 369	2.19 80	0.23 91	6.89 196	5.50 181	5.26 152	4.79 121	5.27 224	2.78 194	7.71 247	2.89 255	0.00 1	0.02 195	0.00 1	0.00 1	0.04 101	0.04 123

ACVNet	2.58 175	0.53 180	2.69 101	0.84 130	0.59 213	2.61 121	0.55 161	8.35 221	5.70 191	4.45 125	9.26 255	5.77 241	3.50 224	2.24 65	4.41 301	0.00 1	0.00 1	0.00 1	0.00 1	0.17 273	0.01 16

acv_ft	3.69 266	0.53 180	4.58 264	2.31 337	4.71 411	7.44 331	0.86 240	8.54 232	5.70 191	9.29 330	9.26 255	5.77 241	4.15 257	2.24 65	8.13 357	0.00 1	0.00 1	0.00 1	0.00 1	0.29 332	0.01 16

IER	3.20 225	0.54 184	5.13 291	0.58 104	1.59 292	7.29 328	0.56 163	6.36 170	4.95 166	7.44 264	8.84 235	6.20 252	6.26 328	4.88 120	3.29 269	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.01 16

CAS++	1.18 36	0.55 185	1.99 39	0.17 39	0.27 142	1.85 58	0.63 182	8.48 229	3.07 64	1.71 67	2.32 66	0.18 4	0.20 4	1.91 57	0.30 10	0.00 1	0.01 144	0.00 1	0.00 1	0.02 36	0.01 16
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
ToySt	2.69 180	0.55 185	7.03 352	1.03 160	0.10 52	3.49 206	1.04 259	6.38 176	4.55 150	2.69 79	6.28 174	7.95 296	4.38 273	5.08 129	2.58 247	0.01 176	0.11 334	0.00 1	0.04 286	0.28 330	0.19 307

anonymousa	3.80 277	0.55 185	3.35 173	1.24 183	3.74 382	9.04 350	0.36 119	6.74 192	4.03 120	7.72 274	19.64 379	10.62 336	6.01 326	1.52 35	1.40 163	0.00 1	0.00 1	0.00 1	0.05 290	0.00 1	0.03 82

HHNet	2.59 176	0.55 185	2.55 87	0.20 45	0.32 158	2.84 158	0.94 251	5.77 147	5.14 173	7.33 260	13.80 332	0.94 63	3.20 209	5.27 135	2.41 240	0.13 347	0.02 195	0.06 367	0.00 1	0.23 312	0.03 82

NINENet	3.09 216	0.56 189	3.22 164	1.61 234	1.37 286	7.12 323	0.50 151	11.88 325	5.63 189	6.63 224	8.40 230	5.29 225	0.83 83	6.51 183	1.77 197	0.15 350	0.07 302	0.07 373	0.00 1	0.09 192	0.00 1

FCDSN-DC	10.24 407	0.56 189	3.49 187	1.96 286	1.29 280	16.90 408	4.59 367	17.16 399	19.10 396	24.64 425	32.46 427	33.82 434	22.14 431	15.93 409	10.45 385	0.04 300	0.00 1	0.00 1	0.00 1	0.05 127	0.21 314
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
ff7	1.12 29	0.57 191	2.06 46	0.03 1	0.07 29	2.80 144	0.84 233	3.71 30	2.27 14	0.38 15	1.06 21	0.20 7	0.40 36	7.12 218	0.49 45	0.00 1	0.00 1	0.00 1	0.16 327	0.09 192	0.06 172

ffff	1.12 29	0.57 191	2.06 46	0.03 1	0.07 29	2.80 144	0.84 233	3.71 30	2.27 14	0.38 15	1.06 21	0.20 7	0.40 36	7.12 218	0.49 45	0.00 1	0.00 1	0.00 1	0.16 327	0.09 192	0.06 172

11t	1.12 29	0.57 191	2.06 46	0.03 1	0.07 29	2.80 144	0.84 233	3.71 30	2.27 14	0.38 15	1.06 21	0.20 7	0.40 36	7.12 218	0.49 45	0.00 1	0.00 1	0.00 1	0.16 327	0.09 192	0.06 172

ccc-4	1.12 29	0.57 191	2.06 46	0.03 1	0.07 29	2.80 144	0.84 233	3.71 30	2.27 14	0.38 15	1.06 21	0.20 7	0.40 36	7.12 218	0.49 45	0.00 1	0.00 1	0.00 1	0.16 327	0.09 192	0.06 172

DISCO	6.28 351	0.57 191	5.78 318	3.43 388	1.17 272	11.22 375	3.39 344	12.14 337	16.16 384	6.52 220	11.22 297	16.96 387	6.32 330	19.51 424	10.74 388	0.00 1	0.00 1	0.00 1	0.00 1	0.35 347	0.11 249

RAFT-Stereo + iAFF	2.12 119	0.58 196	2.43 74	1.27 187	0.16 86	1.60 35	0.14 60	5.17 107	5.90 199	7.10 246	10.10 268	3.06 130	1.74 151	1.87 54	0.97 128	0.01 176	0.02 195	0.00 1	0.00 1	0.23 312	0.02 49

AdaStereo	3.09 216	0.58 196	3.04 146	2.84 365	0.48 196	4.08 253	1.29 279	12.16 338	7.77 276	6.03 182	9.62 261	5.79 243	1.53 140	4.56 114	1.93 213	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.02 49
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.
anonymousdsp	1.12 29	0.59 198	1.66 15	0.03 1	0.07 29	2.81 152	0.82 226	4.07 49	2.30 19	0.41 26	1.12 29	0.30 26	0.40 36	7.05 211	0.49 45	0.00 1	0.00 1	0.00 1	0.17 334	0.10 202	0.05 156

IGEV-Stereo	1.12 29	0.59 198	1.66 15	0.03 1	0.07 29	2.82 155	0.82 226	4.09 51	2.30 19	0.41 26	1.11 26	0.30 26	0.41 42	7.05 211	0.49 45	0.00 1	0.00 1	0.00 1	0.17 334	0.10 202	0.05 156
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
ProNet	1.20 37	0.60 200	2.00 41	0.26 54	0.08 42	2.73 134	0.68 194	5.00 98	2.52 26	0.29 7	1.32 34	0.37 37	0.36 29	6.94 206	0.44 29	0.00 1	0.07 302	0.00 1	0.00 1	0.17 273	0.07 190

GANet-RSSM	3.27 228	0.60 200	3.38 175	2.94 372	2.00 324	2.61 121	0.48 141	10.93 299	6.11 215	5.47 156	10.20 271	6.57 265	5.44 317	6.25 164	2.23 229	0.00 1	0.00 1	0.08 376	0.00 1	0.17 273	0.03 82

SGM_RVC	10.08 404	0.60 200	3.42 181	2.30 331	0.32 158	19.41 417	6.33 391	18.95 414	14.64 375	25.14 426	24.32 401	33.34 433	18.79 418	19.86 425	12.55 401	0.25 370	0.26 396	0.22 396	0.24 360	0.34 346	0.40 355
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
fff	2.28 141	0.61 203	3.81 210	0.22 49	0.07 29	1.69 46	0.11 38	5.37 129	11.84 355	5.80 164	5.17 134	1.44 77	5.41 311	2.00 59	1.92 209	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.18 297

csc	2.28 141	0.61 203	3.81 210	0.22 49	0.07 29	1.69 46	0.11 38	5.37 129	11.84 355	5.80 164	5.17 134	1.44 77	5.41 311	2.00 59	1.92 209	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.18 297

cscssc	2.28 141	0.61 203	3.81 210	0.22 49	0.07 29	1.69 46	0.11 38	5.37 129	11.84 355	5.80 164	5.17 134	1.44 77	5.41 311	2.00 59	1.92 209	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.18 297

UNet	3.97 293	0.61 203	6.50 342	1.68 242	3.22 361	9.82 359	0.31 111	9.50 258	5.32 177	7.20 253	6.35 179	10.59 334	5.91 324	6.93 203	5.49 316	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.01 16

RASNet	4.52 324	0.61 203	4.42 249	3.42 387	4.68 410	4.58 271	0.99 255	9.54 261	8.01 282	5.28 153	11.42 301	10.34 333	8.88 372	9.28 336	8.68 364	0.15 350	0.00 1	0.00 1	0.00 1	0.03 79	0.04 123

SPstereo	0.95 15	0.62 208	1.99 39	0.30 59	0.03 9	1.66 41	0.01 2	4.43 62	3.00 58	1.63 65	1.17 32	1.39 74	0.76 73	1.31 23	0.55 54	0.00 1	0.03 241	0.00 1	0.00 1	0.12 233	0.02 49

Anonymous_2	4.14 300	0.62 208	3.21 163	1.40 204	1.43 288	5.19 284	0.32 112	6.63 187	4.38 138	4.48 128	2.30 65	8.08 297	7.00 343	5.37 137	2.29 231	0.23 367	0.75 416	5.20 431	18.12 456	5.66 425	0.23 322

StereoDRNet-Refined	4.46 318	0.62 208	3.80 209	1.92 277	0.40 175	9.35 353	0.15 65	10.02 274	8.83 305	12.69 382	11.62 306	9.34 315	3.87 247	8.06 271	8.02 353	0.00 1	0.00 1	0.01 299	0.05 290	0.20 291	0.26 334
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
tt1	2.14 122	0.63 211	2.22 65	2.27 327	0.02 3	5.71 295	0.63 182	4.53 68	10.19 327	1.16 58	3.39 91	0.33 35	3.05 206	8.00 261	0.46 37	0.00 1	0.02 195	0.00 1	0.03 269	0.10 202	0.04 123

ADStereo(finetuned)	2.26 140	0.64 212	5.22 298	0.31 61	0.18 104	1.71 51	0.25 97	5.23 110	8.46 296	6.06 185	5.30 147	1.41 75	6.37 331	1.87 54	1.87 203	0.00 1	0.00 1	0.00 1	0.00 1	0.04 101	0.18 297

DCANet	2.08 117	0.64 212	3.81 210	0.31 61	0.17 92	1.70 50	0.25 97	5.23 110	8.47 297	6.07 186	5.30 147	1.41 75	4.23 262	1.85 52	2.02 217	0.00 1	0.00 1	0.00 1	0.00 1	0.04 101	0.19 307

DMCA	2.82 193	0.64 212	4.45 252	1.61 234	0.89 247	3.86 243	0.57 171	9.18 249	5.10 171	6.24 200	6.49 181	7.17 280	2.13 164	3.31 80	4.73 307	0.00 1	0.01 144	0.00 1	0.00 1	0.04 101	0.02 49

DIP-Stereo	1.97 107	0.64 212	2.95 135	0.17 39	0.10 52	4.83 277	0.13 53	8.60 237	4.06 127	6.42 215	4.92 126	0.44 45	0.72 70	3.57 87	1.80 200	0.00 1	0.01 144	0.00 1	0.00 1	0.05 127	0.04 123
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
ACVNet-DCA	2.01 111	0.65 216	2.15 58	2.30 331	0.02 3	5.80 297	0.56 163	8.45 225	3.33 85	1.03 51	3.33 85	0.32 32	3.71 236	8.05 267	0.45 33	0.00 1	0.02 195	0.00 1	0.03 269	0.02 36	0.03 82

xx1	2.33 149	0.65 216	2.15 58	2.30 331	0.02 3	5.80 297	0.56 163	4.31 54	10.41 332	1.03 51	3.33 85	4.67 202	2.70 187	8.05 267	0.45 33	0.00 1	0.02 195	0.00 1	0.00 1	0.02 36	0.03 82

1test111	1.86 88	0.65 216	2.15 58	2.30 331	0.02 3	5.80 297	0.56 163	8.45 225	3.33 85	1.03 51	3.33 85	0.32 32	3.71 236	4.40 110	0.96 126	0.00 1	0.02 195	0.00 1	0.03 269	0.02 36	0.03 82

cc1	2.17 127	0.65 216	2.15 58	2.30 331	0.02 3	5.80 297	0.56 163	4.31 54	10.41 332	1.03 51	3.33 85	0.32 32	3.71 236	8.05 267	0.45 33	0.00 1	0.02 195	0.00 1	0.03 269	0.10 202	0.05 156

sCroCo_RVC	1.21 39	0.65 216	5.16 294	1.09 169	1.29 280	0.92 4	0.19 79	3.92 43	2.68 36	0.30 8	3.04 77	0.52 50	1.56 141	1.58 38	0.78 96	0.09 338	0.25 394	0.00 1	0.00 1	0.07 164	0.11 249

hitnet-ft	3.66 264	0.65 216	2.79 119	0.89 136	0.72 234	4.25 258	0.55 161	9.11 248	7.52 264	7.14 248	10.19 270	12.49 356	4.70 289	7.44 233	4.41 301	0.03 283	0.00 1	0.06 367	0.00 1	0.20 291	0.04 123

MyStereo06	2.35 150	0.66 222	4.54 257	1.10 170	0.96 256	2.57 113	0.10 34	9.30 253	4.05 124	5.22 151	6.09 161	5.95 247	2.38 174	3.00 76	0.73 81	0.01 176	0.08 311	0.00 1	0.01 235	0.13 246	0.15 282

MyStereo05	2.94 207	0.66 222	5.25 300	1.10 170	0.96 256	2.57 113	0.10 34	8.53 231	12.34 362	6.28 206	3.88 99	3.18 137	3.30 213	7.81 254	2.37 237	0.01 176	0.08 311	0.00 1	0.01 235	0.13 246	0.15 282

IPLG	2.43 158	0.66 222	4.77 271	0.54 95	0.31 156	3.01 172	0.26 99	6.15 161	5.55 185	7.69 272	6.21 170	1.89 96	1.74 151	7.19 223	2.35 235	0.01 176	0.01 144	0.00 1	0.00 1	0.24 322	0.12 261

CRFU-Net	4.45 317	0.67 225	5.02 281	2.78 363	1.32 284	12.67 390	3.35 342	11.26 303	3.52 95	10.06 349	9.30 257	10.91 343	6.92 342	7.26 225	3.24 267	0.15 350	0.16 366	0.16 388	0.00 1	0.26 323	0.05 156

CoDeX	3.43 250	0.68 226	4.49 254	0.98 155	1.65 298	6.37 309	2.14 309	13.23 363	6.07 211	7.23 254	8.95 239	4.09 177	3.79 244	6.31 168	2.37 237	0.03 283	0.06 289	0.00 1	0.00 1	0.07 164	0.15 282

DCRE	1.79 78	0.68 226	2.55 87	1.66 241	0.27 142	1.27 11	0.05 18	4.57 71	4.04 122	3.30 100	9.24 252	3.83 167	1.20 115	2.08 63	0.67 69	0.00 1	0.12 341	0.00 1	0.24 360	0.04 101	0.09 217

iRaftStereo_RVC	1.62 65	0.68 226	1.98 37	0.67 117	0.05 14	2.99 170	0.04 15	5.36 128	3.74 102	3.82 114	4.96 127	2.54 112	0.62 64	3.35 82	0.97 128	0.00 1	0.07 302	0.00 1	0.00 1	0.30 333	0.27 338

AFF-stereo	2.59 176	0.68 226	2.35 71	1.55 224	0.17 92	1.67 42	0.08 30	5.75 142	6.60 237	6.20 197	12.13 313	6.16 251	2.36 173	4.75 117	1.11 140	0.02 249	0.02 195	0.00 1	0.00 1	0.23 312	0.05 156

FAT-Stereo	6.78 364	0.68 226	6.80 347	2.30 331	1.77 312	5.63 294	4.20 358	18.79 410	18.62 393	10.53 359	17.15 365	18.52 396	13.74 406	8.86 321	7.38 342	0.03 283	0.15 359	0.01 299	0.07 298	0.12 233	0.26 334

MaDis-Stereo	0.80 5	0.69 231	3.02 141	0.33 69	1.83 316	1.22 6	0.06 21	3.41 22	1.49 6	0.31 10	0.38 12	0.42 42	0.51 53	1.14 16	1.21 150	0.00 1	0.00 1	0.00 1	0.00 1	0.05 127	0.05 156

MIPNet	2.06 116	0.69 231	4.57 263	0.32 64	0.21 122	1.92 61	0.19 79	6.89 196	5.64 190	5.48 157	4.02 103	2.02 101	3.50 224	3.32 81	2.01 215	0.00 1	0.01 144	0.01 299	0.01 235	0.20 291	0.13 269

test_5	2.90 203	0.70 233	3.69 200	2.01 295	3.17 360	4.61 273	1.32 281	6.69 190	7.02 250	2.79 82	7.18 201	4.99 213	4.14 256	7.96 259	1.31 156	0.00 1	0.00 1	0.00 1	0.03 269	0.19 287	0.26 334

TransformOpticalFlow	3.38 244	0.70 233	4.54 257	1.00 157	0.30 150	3.56 215	0.14 60	9.67 263	7.30 258	5.55 158	13.34 328	6.74 268	5.03 302	8.22 287	1.34 160	0.00 1	0.01 144	0.01 299	0.00 1	0.04 101	0.11 249

RAFT+CT+SA	2.36 152	0.71 235	2.46 79	0.83 129	2.26 338	3.18 187	0.93 249	6.82 195	5.48 180	2.55 78	8.07 224	1.64 85	1.59 143	8.54 300	1.15 145	0.02 249	0.00 1	0.00 1	0.38 390	0.19 287	0.36 351

DispNO	3.25 227	0.72 236	6.85 349	1.95 283	1.34 285	3.49 206	0.84 233	8.14 218	6.30 224	6.34 213	7.76 219	6.30 257	4.28 268	6.93 203	3.51 280	0.00 1	0.03 241	0.03 345	0.12 318	0.07 164	0.07 190

StereoVision	2.25 137	0.72 236	4.00 225	1.03 160	2.64 349	1.91 60	0.28 101	5.83 150	4.43 140	1.89 69	10.65 284	3.88 168	0.52 56	5.13 132	1.98 214	0.00 1	0.00 1	0.00 1	0.00 1	0.09 192	0.03 82

delet	4.27 313	0.72 236	4.50 255	1.07 168	3.75 386	10.79 373	4.04 354	9.95 270	7.89 278	8.09 287	8.89 237	8.46 303	3.81 246	7.56 239	5.80 322	0.00 1	0.00 1	0.00 1	0.00 1	0.11 219	0.02 49

HH	2.42 156	0.73 239	3.76 205	0.91 138	0.14 78	2.78 141	0.71 203	7.92 215	2.72 38	1.53 63	6.10 163	7.93 292	4.01 251	8.60 304	0.44 29	0.00 1	0.09 318	0.00 1	0.00 1	0.05 127	0.04 123

HanStereo	2.42 156	0.73 239	3.76 205	0.91 138	0.14 78	2.78 141	0.71 203	7.92 215	2.72 38	1.53 63	6.10 163	7.93 292	4.01 251	8.60 304	0.44 29	0.00 1	0.09 318	0.00 1	0.00 1	0.05 127	0.04 123

STrans-v2	3.43 250	0.73 239	4.82 272	0.26 54	0.60 215	3.00 171	1.19 272	10.41 284	7.22 255	5.79 163	10.97 293	6.75 269	7.03 345	8.25 288	1.40 163	0.00 1	0.01 144	0.00 1	0.00 1	0.03 79	0.18 297

GEStereo_RVC	3.74 269	0.73 239	4.95 279	2.01 295	1.24 275	4.36 264	3.07 332	11.77 322	7.80 277	6.87 234	6.52 182	7.70 287	4.31 271	8.98 325	4.19 299	0.03 283	0.01 144	0.02 328	0.02 256	0.13 246	0.11 249

SA	3.06 214	0.74 243	3.79 208	1.60 233	0.30 150	3.19 188	1.43 284	6.72 191	9.06 307	4.63 134	10.80 286	2.89 121	4.71 290	9.62 347	1.18 149	0.00 1	0.09 318	0.00 1	0.19 345	0.23 312	0.02 49

raftrobust	1.86 88	0.74 243	1.94 34	2.15 316	2.24 337	2.74 135	0.53 155	4.89 88	4.05 124	6.09 187	3.89 100	1.64 85	2.55 181	2.44 68	1.12 141	0.00 1	0.03 241	0.00 1	0.00 1	0.12 233	0.08 204

MIM_Stereo	2.50 170	0.75 245	4.26 240	1.18 179	0.11 60	3.08 176	0.33 115	6.07 157	3.28 81	5.01 144	10.12 269	4.29 191	1.74 151	8.06 271	1.27 153	0.00 1	0.12 341	0.00 1	0.01 235	0.18 282	0.15 282

Sa-1000	3.55 258	0.75 245	3.63 197	1.91 275	0.30 150	3.55 214	1.63 295	7.39 206	8.54 300	7.70 273	17.44 370	4.00 172	2.82 197	9.44 344	1.33 158	0.00 1	0.10 326	0.00 1	0.18 340	0.21 302	0.04 123

IIG-Stereo	3.16 223	0.75 245	2.83 121	4.08 406	0.21 122	2.56 112	0.74 211	6.55 185	5.56 187	8.39 301	9.38 258	7.94 294	2.79 195	9.50 346	1.89 206	0.02 249	0.00 1	0.00 1	0.00 1	0.02 36	0.04 123

RAFT	2.57 174	0.76 248	3.09 154	0.91 138	0.09 47	2.41 96	0.94 251	5.35 126	2.65 33	6.11 189	7.21 203	9.43 317	4.30 269	5.73 146	1.77 197	0.00 1	0.12 341	0.00 1	0.02 256	0.46 366	0.08 204

THIR-Stereo	3.86 281	0.77 249	2.62 95	0.12 24	0.13 73	4.25 258	6.63 395	5.30 123	4.18 132	10.33 352	17.13 364	6.58 266	7.62 356	7.78 252	3.51 280	0.01 176	0.07 302	0.07 373	0.00 1	0.11 219	0.02 49

MMNet	4.16 303	0.77 249	5.47 308	1.40 204	1.67 301	10.78 372	0.63 182	8.64 239	8.47 297	8.80 315	8.33 228	7.51 283	6.61 335	7.53 238	6.54 333	0.00 1	0.00 1	0.00 1	0.00 1	0.03 79	0.05 156

PSMNet-RSSM	3.33 241	0.77 249	3.22 164	2.12 312	1.90 321	2.33 88	0.71 203	11.17 301	5.83 196	5.90 178	11.43 302	7.04 275	4.83 298	5.96 153	3.17 263	0.00 1	0.00 1	0.02 328	0.00 1	0.08 175	0.02 49

UCFNet_RVC	3.09 216	0.77 249	2.27 67	2.35 340	1.79 313	3.50 208	1.06 261	12.12 336	6.91 244	4.71 137	7.67 216	7.58 284	4.40 275	4.95 125	1.67 189	0.00 1	0.00 1	0.00 1	0.00 1	0.11 219	0.01 16

HITNet	2.79 190	0.77 249	4.02 226	2.03 299	0.11 60	5.58 292	0.59 173	9.24 251	5.15 174	6.42 215	7.26 205	3.66 160	2.92 202	4.07 102	3.87 294	0.00 1	0.00 1	0.00 1	0.00 1	0.06 148	0.02 49
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
rvit_stereo_ft	1.00 21	0.78 254	3.84 216	0.84 130	0.36 167	1.23 7	0.24 92	3.81 41	3.76 105	0.37 14	0.87 18	0.74 59	1.12 99	1.18 20	0.76 89	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.06 172

MyStereo07	1.31 47	0.79 255	1.61 13	1.03 160	1.11 267	2.63 126	0.46 138	5.48 133	2.24 12	0.64 42	1.48 38	0.27 21	0.59 63	7.03 210	0.45 33	0.00 1	0.09 318	0.00 1	0.01 235	0.11 219	0.09 217

MyStereo04	2.95 208	0.79 255	5.38 303	1.03 160	1.11 267	2.63 126	0.46 138	10.00 272	12.44 363	4.19 120	3.91 101	3.04 129	3.60 229	7.34 229	2.74 254	0.00 1	0.09 318	0.00 1	0.01 235	0.11 219	0.09 217

rafts_anoy	1.72 71	0.79 255	2.58 90	2.03 299	1.75 309	2.47 99	0.16 70	5.48 133	6.01 209	3.24 97	2.11 59	1.92 99	1.33 120	3.08 78	1.13 143	0.01 176	0.18 374	0.00 1	0.01 235	0.03 79	0.07 190

HSM	4.00 295	0.79 255	3.16 160	1.59 232	2.17 332	6.77 317	1.11 266	12.28 341	6.35 229	6.75 225	8.11 226	13.90 364	5.37 310	8.85 319	2.71 250	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.02 49

rvit_105_1	2.44 160	0.80 259	5.08 287	1.77 255	0.09 47	1.95 63	3.62 349	5.62 140	8.21 289	4.85 140	2.07 56	3.15 135	1.58 142	7.08 215	2.71 250	0.00 1	0.00 1	0.00 1	0.01 235	0.04 101	0.08 204

ADLNet	4.32 316	0.80 259	4.33 244	3.60 394	3.56 375	6.87 319	2.48 316	11.20 302	7.58 267	9.87 343	9.62 261	8.39 300	4.95 300	6.16 160	6.60 335	0.01 176	0.01 144	0.00 1	0.01 235	0.12 233	0.25 329

TestStereo1	2.85 194	0.81 261	3.48 185	3.11 376	0.44 182	2.52 103	1.50 287	6.37 172	8.18 287	4.62 131	9.24 252	2.23 106	3.69 233	9.19 332	1.26 151	0.00 1	0.01 144	0.00 1	0.00 1	0.27 328	0.09 217

SA-5K	2.85 194	0.81 261	3.48 185	3.11 376	0.44 182	2.52 103	1.50 287	6.37 172	8.18 287	4.62 131	9.24 252	2.23 106	3.69 233	9.19 332	1.26 151	0.00 1	0.01 144	0.00 1	0.00 1	0.27 328	0.09 217

cf-r	3.42 249	0.81 261	3.97 219	2.41 346	2.78 351	2.85 159	0.64 186	8.44 224	6.32 226	6.25 202	11.57 305	8.97 312	3.54 227	5.93 152	3.83 292	0.00 1	0.00 1	0.00 1	0.00 1	0.09 192	0.07 190

psm_up	3.85 280	0.82 264	3.01 139	2.00 294	2.58 348	5.28 289	3.34 341	10.85 297	6.33 227	7.27 257	7.32 206	10.15 327	9.02 375	6.19 161	2.51 244	0.22 366	0.01 144	0.00 1	0.00 1	0.12 233	0.03 82

NVstereo2D	4.51 321	0.82 264	6.86 350	3.28 384	3.38 367	8.16 340	3.13 334	10.51 285	15.15 379	4.90 141	6.89 189	7.87 289	4.78 294	9.88 349	3.91 295	0.01 176	0.00 1	0.00 1	0.06 297	0.02 36	0.58 376

LL-Strereo2	1.86 88	0.83 266	2.33 69	0.36 75	0.17 92	3.79 240	1.52 289	5.82 149	4.04 122	4.43 124	2.51 69	4.23 183	0.37 32	5.66 143	0.99 130	0.00 1	0.02 195	0.00 1	0.05 290	0.06 148	0.11 249

raft+_RVC	1.79 78	0.84 267	2.32 68	2.40 343	0.85 244	1.38 20	0.09 33	6.36 170	4.75 161	2.85 85	5.46 150	1.17 71	1.36 125	4.54 113	0.91 121	0.00 1	0.10 326	0.00 1	0.00 1	0.11 219	0.22 316

S-Stereo	6.63 359	0.84 267	9.67 380	3.15 380	3.48 372	6.49 312	6.22 387	12.99 359	22.84 412	9.48 333	15.51 347	12.00 353	8.43 366	8.04 264	10.70 387	0.12 345	0.17 370	0.00 1	0.38 390	0.13 246	1.92 406

XX-TBD	1.44 56	0.85 269	2.04 44	2.45 348	0.05 14	2.34 89	0.01 2	3.46 23	7.51 263	2.88 86	4.98 129	0.26 19	0.25 9	1.15 17	0.46 37	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

4D-IteraStereo	1.72 71	0.86 270	3.01 139	0.09 17	2.86 354	3.57 218	1.06 261	3.92 43	5.31 176	5.28 153	1.02 20	3.92 169	0.38 34	1.83 51	1.04 134	0.00 1	0.01 144	0.00 1	0.00 1	0.07 164	0.09 217

iRaft-Stereo_5w	2.86 198	0.86 270	4.08 234	0.06 8	0.25 133	2.76 140	0.60 176	4.97 94	4.10 128	2.98 90	7.85 221	10.17 328	4.17 259	8.16 279	5.83 323	0.00 1	0.00 1	0.00 1	0.01 235	0.26 323	0.06 172

rvit_0105_6	1.26 43	0.87 272	4.85 274	0.61 108	0.07 29	1.60 35	0.32 112	3.79 40	5.87 197	0.25 4	0.26 9	1.09 68	0.29 17	4.60 115	0.62 62	0.00 1	0.00 1	0.00 1	0.00 1	0.01 8	0.06 172

ssnet_v2	4.46 318	0.87 272	5.18 295	1.57 228	0.67 226	9.14 351	4.73 369	11.84 323	9.68 317	8.79 313	6.24 173	9.91 323	4.34 272	6.28 166	9.30 372	0.00 1	0.01 144	0.00 1	0.00 1	0.28 330	0.30 343

WCMA_ROB	9.21 395	0.87 272	7.37 360	2.54 352	2.13 329	13.59 396	5.80 382	11.64 316	14.01 371	24.43 424	32.99 428	27.09 422	18.02 413	12.51 385	9.85 382	0.81 402	0.07 302	0.01 299	0.01 235	0.16 264	0.23 322

CroCo-Stereo Lap2	1.24 42	0.88 275	3.39 177	0.95 149	4.59 409	0.47 2	0.08 30	3.51 27	2.80 43	1.17 59	2.24 63	1.57 84	0.20 4	1.48 33	1.14 144	0.00 1	0.00 1	0.00 1	0.00 1	0.15 258	0.12 261

stereogan	7.69 378	0.88 275	7.08 354	3.49 392	3.93 392	18.98 415	3.23 339	16.52 395	19.58 400	9.93 346	18.92 376	20.50 409	9.04 376	14.07 397	6.14 325	0.26 372	0.04 265	0.21 395	0.03 269	0.63 379	0.33 347

MLCV	3.44 252	0.88 275	5.60 315	1.39 203	0.25 133	4.36 264	0.33 115	7.25 203	7.28 257	9.17 327	12.24 318	5.09 220	2.47 177	9.15 330	3.23 266	0.00 1	0.00 1	0.00 1	0.00 1	0.10 202	0.02 49

rvit_0105_5	1.48 59	0.89 278	5.43 305	0.46 87	0.04 11	1.60 35	0.60 176	4.65 78	5.90 199	0.76 45	1.59 42	1.75 91	0.78 79	4.20 106	0.88 114	0.00 1	0.00 1	0.00 1	0.00 1	0.01 8	0.06 172

CroCo-Stereo	0.99 19	0.89 278	3.19 162	0.46 87	0.44 182	0.38 1	0.05 18	4.61 72	3.95 114	0.48 34	1.78 50	1.01 65	0.27 13	1.11 14	1.07 135	0.01 176	0.00 1	0.00 1	0.00 1	0.05 127	0.04 123
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
RYNet	6.34 353	0.89 278	5.88 320	1.41 207	4.48 406	15.97 403	4.18 357	13.41 364	16.49 385	10.81 364	7.00 195	14.33 368	8.72 370	9.43 341	13.71 406	0.00 1	0.01 144	0.00 1	0.00 1	0.02 36	0.07 190

rvit_0105_3	1.71 70	0.90 281	5.93 323	0.78 123	0.02 3	1.62 38	1.69 299	5.15 105	5.99 207	2.22 72	1.64 44	1.97 100	1.17 111	4.19 105	0.92 124	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.03 82

ADLNet2	4.46 318	0.90 281	6.06 327	2.74 362	3.91 391	6.79 318	3.01 331	10.95 300	8.40 295	7.27 257	9.80 265	9.85 321	5.43 314	7.29 226	6.44 331	0.01 176	0.03 241	0.00 1	0.00 1	0.15 258	0.11 249

iResNet	3.68 265	0.91 283	7.94 368	2.97 373	0.34 164	4.44 269	0.48 141	7.70 209	9.74 319	7.72 274	12.74 323	4.03 173	2.87 201	8.05 267	3.37 271	0.02 249	0.01 144	0.00 1	0.00 1	0.10 202	0.09 217

DLCB_ROB	4.51 321	0.91 283	3.78 207	2.19 319	1.07 266	6.28 306	3.09 333	9.78 265	7.72 271	10.65 361	12.97 324	13.91 365	3.71 236	8.72 315	5.30 314	0.00 1	0.00 1	0.00 1	0.00 1	0.03 79	0.10 237

CBMV	5.35 335	0.91 283	3.67 199	1.62 237	0.44 182	10.09 362	7.19 403	12.49 348	12.33 361	12.22 378	14.69 343	10.93 344	6.48 333	8.51 299	4.96 311	0.02 249	0.15 359	0.00 1	0.00 1	0.17 273	0.17 295
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
AASNet	3.90 285	0.92 286	4.41 248	3.56 393	4.00 394	6.70 315	1.26 277	18.71 409	6.14 216	7.35 261	7.91 223	4.35 193	2.58 182	3.04 77	6.62 337	0.00 1	0.00 1	0.00 1	0.00 1	0.39 356	0.14 274

111	2.78 189	0.92 286	3.81 210	0.22 49	0.07 29	2.83 157	0.70 201	6.03 155	14.00 370	3.22 96	8.93 238	5.48 232	3.30 213	3.66 88	2.03 218	0.00 1	0.00 1	0.00 1	0.00 1	0.10 202	0.29 341

ccnet	6.87 367	0.92 286	5.15 293	3.09 374	2.18 334	11.78 381	4.90 371	17.97 404	8.79 304	12.79 385	20.20 381	16.00 381	8.35 365	9.12 328	14.17 409	0.42 390	0.33 399	0.25 399	0.09 310	0.40 359	0.48 367

OMP-Stereo	3.03 212	0.93 289	2.72 107	4.21 410	0.51 205	2.19 80	1.25 275	6.19 166	6.00 208	7.99 285	6.21 170	8.50 307	2.49 178	9.44 344	1.74 195	0.01 176	0.00 1	0.00 1	0.00 1	0.08 175	0.05 156

STTStereo	3.60 261	0.93 289	6.34 336	2.71 359	2.23 336	3.68 225	0.63 182	9.42 256	6.73 240	9.87 343	6.97 190	8.84 311	3.65 231	6.85 198	3.04 259	0.00 1	0.02 195	0.01 299	0.00 1	0.02 36	0.02 49

CBFPSM	4.87 328	0.94 291	14.70 408	1.51 217	1.15 271	11.49 378	2.55 321	7.28 204	6.47 232	6.23 199	4.83 123	15.30 376	8.99 374	6.88 199	8.20 358	0.03 283	0.02 195	0.00 1	0.00 1	0.40 359	0.42 358

CFNet-ft	3.31 233	0.94 291	2.69 101	1.50 214	2.38 341	2.81 152	0.68 194	8.35 221	7.43 260	4.45 125	9.94 266	10.20 329	4.60 283	6.50 182	3.41 272	0.00 1	0.00 1	0.03 345	0.00 1	0.22 306	0.03 82

CFNet_RVC	3.31 233	0.94 291	2.69 101	1.50 214	2.38 341	2.81 152	0.68 194	8.35 221	7.43 260	4.45 125	9.94 266	10.20 329	4.60 283	6.49 181	3.41 272	0.00 1	0.00 1	0.03 345	0.00 1	0.22 306	0.03 82

rvit_0105_4	1.38 53	0.98 294	5.52 313	0.61 108	0.05 14	1.62 38	0.41 129	3.95 46	5.80 195	0.31 10	0.73 16	1.37 73	0.53 57	4.89 124	0.78 96	0.00 1	0.00 1	0.00 1	0.00 1	0.01 8	0.04 123

DRN-Test	5.87 340	0.98 294	5.89 321	2.69 358	3.65 379	12.37 387	3.35 342	20.07 427	10.20 330	11.93 377	12.31 319	11.06 347	5.31 309	7.89 257	9.05 368	0.04 300	0.05 275	0.04 356	0.04 286	0.18 282	0.25 329

AIO-Stereo-zeroshot	2.86 198	0.99 296	7.52 365	1.52 218	0.92 250	2.94 167	0.03 14	9.31 254	3.81 107	2.42 77	5.86 158	9.23 314	4.64 287	4.31 108	2.19 228	0.02 249	0.18 374	0.00 1	0.54 403	0.35 347	0.35 349

GMStereo	1.83 86	0.99 296	4.55 260	0.57 103	0.05 14	2.53 106	0.01 2	4.95 91	11.14 345	3.52 105	2.24 63	0.53 52	0.49 51	3.76 90	0.80 101	0.20 363	0.00 1	0.00 1	0.12 318	0.12 233	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
RALCasStereoNet	1.93 101	1.01 298	2.75 110	1.88 271	1.75 309	2.88 164	0.18 77	4.64 77	4.36 137	2.27 74	5.14 133	2.22 105	0.79 81	7.10 217	1.00 132	0.00 1	0.34 400	0.00 1	0.00 1	0.10 202	0.16 293

edge stereo	6.76 361	1.01 298	6.76 346	2.20 321	2.45 345	6.41 310	2.45 315	14.84 383	11.98 358	15.29 399	18.31 375	22.02 412	12.56 398	10.82 365	7.49 343	0.03 283	0.06 289	0.11 381	0.03 269	0.30 333	0.14 274

TestStereo	1.74 74	1.02 300	3.64 198	0.20 45	0.28 148	1.33 16	0.01 2	5.24 116	4.01 119	3.18 93	4.97 128	2.07 103	0.70 67	7.32 227	0.75 87	0.02 249	0.00 1	0.00 1	0.00 1	0.01 8	0.00 1

iResNet_ROB	4.23 308	1.02 300	4.90 276	2.18 318	0.93 253	2.92 165	0.37 121	15.10 386	16.91 389	7.89 282	10.51 280	7.03 273	3.07 207	8.16 279	3.46 278	0.01 176	0.00 1	0.00 1	0.00 1	0.10 202	0.02 49

AACVNet	3.33 241	1.03 302	3.56 190	3.46 389	0.63 220	3.09 178	0.28 101	8.78 242	3.43 91	5.99 180	10.64 283	10.08 326	4.03 254	8.69 310	2.51 244	0.03 283	0.01 144	0.00 1	0.00 1	0.26 323	0.06 172

FBW_ROB	8.50 390	1.03 302	7.98 369	1.93 281	1.28 279	13.10 393	6.23 388	22.50 431	18.98 394	18.82 408	14.91 345	19.06 399	10.04 385	18.41 419	9.83 380	0.62 397	0.22 386	1.82 421	0.82 411	0.99 394	1.36 398

HBP-ISP	4.09 296	1.05 304	4.10 235	1.87 268	1.31 283	7.56 333	3.98 353	11.26 303	9.94 324	7.81 277	14.44 340	3.23 138	4.27 264	8.89 322	1.87 203	0.06 321	0.06 289	0.00 1	0.00 1	0.06 148	0.04 123

GwcNet-RSSM	3.77 273	1.05 304	5.06 285	2.21 322	1.87 318	2.36 90	1.52 289	8.98 244	7.96 281	5.91 179	14.59 341	7.94 294	3.50 224	6.43 174	5.70 320	0.00 1	0.00 1	0.04 356	0.00 1	0.20 291	0.08 204

NLCA_NET_v2_RVC	3.84 279	1.06 306	5.23 299	2.72 361	3.27 363	4.36 264	0.61 178	10.71 292	7.56 265	8.75 312	7.89 222	9.86 322	3.90 248	7.15 222	3.44 274	0.14 348	0.02 195	0.02 328	0.03 269	0.04 101	0.03 82
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
RAFT_CTSACE	3.40 247	1.07 307	4.52 256	1.27 187	3.14 357	4.00 251	1.07 263	3.93 45	4.43 140	4.66 136	17.94 373	7.21 282	2.76 193	10.82 365	0.85 106	0.00 1	0.07 302	0.00 1	0.00 1	0.30 333	0.01 16

GANet	6.22 350	1.07 307	4.07 233	2.27 327	0.89 247	9.19 352	9.52 415	12.02 330	8.13 286	10.72 362	29.09 415	13.86 363	7.52 354	11.00 368	4.39 300	0.36 381	0.00 1	0.02 328	0.02 256	0.12 233	0.08 204

ACRE	2.41 155	1.08 309	5.11 289	0.55 98	2.05 325	2.65 129	0.78 222	5.26 121	4.67 155	7.59 269	9.20 245	1.70 88	1.08 97	3.74 89	2.18 227	0.01 176	0.18 374	0.02 328	0.08 302	0.22 306	0.10 237

SGM-ForestM	16.99 434	1.08 309	5.74 317	2.12 312	0.75 235	31.63 438	12.21 431	27.80 440	32.25 428	37.88 442	39.99 440	52.96 451	35.20 446	33.60 444	24.47 434	0.26 372	0.39 405	0.31 402	0.39 392	0.26 323	0.53 373

RALAANet	2.46 165	1.09 311	3.70 203	2.55 354	0.80 240	3.37 196	0.15 65	7.44 208	5.54 184	5.65 160	6.01 160	3.54 154	1.13 101	6.34 170	1.58 180	0.00 1	0.01 144	0.00 1	0.05 290	0.21 302	0.03 82

MSMD_ROB	9.28 397	1.09 311	4.65 265	1.58 229	0.39 173	16.52 404	4.41 363	13.60 366	14.87 378	22.34 415	39.89 439	25.67 420	20.71 425	12.42 384	6.98 338	0.34 380	0.03 241	0.00 1	0.00 1	0.05 127	0.09 217

CIPLG	2.47 166	1.10 313	4.71 270	0.63 113	2.15 331	2.67 132	0.77 217	5.19 108	4.73 159	7.85 279	9.56 260	1.72 89	1.14 102	4.20 106	2.34 233	0.01 176	0.19 379	0.02 328	0.09 310	0.23 312	0.08 204

CFNet	3.72 268	1.10 313	5.03 283	2.49 350	1.59 292	4.90 279	0.22 87	11.38 310	9.88 323	4.80 139	11.25 298	6.44 259	3.68 232	8.33 289	3.00 257	0.00 1	0.00 1	0.00 1	0.00 1	0.22 306	0.07 190

DualNet (step1)	3.91 288	1.11 315	6.15 330	1.27 187	0.60 215	5.22 285	2.54 317	10.66 289	7.73 272	8.36 296	7.55 210	6.55 261	4.27 264	6.58 187	1.62 184	1.49 416	0.03 241	3.10 424	2.99 429	0.20 291	0.15 282

test_sample9	5.87 340	1.11 315	6.15 330	1.27 187	0.60 215	5.22 285	2.54 317	10.66 289	7.73 272	8.36 296	7.55 210	6.55 261	4.27 264	11.68 376	11.44 394	1.49 416	24.31 461	3.10 424	2.99 429	0.20 291	0.15 282

test_sample8	7.99 383	1.11 315	6.15 330	1.27 187	0.60 215	5.22 285	2.54 317	12.04 331	6.15 217	17.46 405	9.02 244	24.67 416	18.16 414	11.68 376	11.44 394	1.49 416	24.31 461	3.10 424	2.99 429	0.20 291	0.15 282

ARAFT	3.13 221	1.11 315	7.34 359	0.42 82	0.14 78	4.52 270	2.99 330	7.41 207	5.97 205	8.85 317	7.06 200	5.20 223	1.25 118	8.49 298	1.44 166	0.00 1	0.03 241	0.00 1	0.00 1	0.33 343	0.11 249

TDLM	4.11 297	1.11 315	3.54 189	1.62 237	1.04 264	3.91 246	7.41 405	10.60 287	10.67 341	6.38 214	12.59 321	5.95 247	4.77 292	8.79 317	3.04 259	0.58 395	0.00 1	0.01 299	0.00 1	0.19 287	0.12 261

FINET	5.32 334	1.14 320	10.04 382	2.17 317	3.67 381	6.49 312	6.76 398	11.68 318	22.08 410	7.42 263	12.15 314	4.24 184	3.61 230	9.25 335	5.35 315	0.04 300	0.04 265	0.00 1	0.00 1	0.17 273	0.09 217

DeepPruner_ROB	3.52 255	1.14 320	4.06 231	1.12 176	1.65 298	3.65 221	0.83 230	13.96 371	4.47 144	7.80 276	10.84 288	7.05 277	2.16 167	8.14 277	3.08 261	0.07 329	0.03 241	0.00 1	0.01 235	0.32 340	0.06 172

CVANet_RVC	4.16 303	1.16 322	3.60 192	1.94 282	1.46 289	3.92 247	4.68 368	10.89 298	8.34 292	7.58 268	10.84 288	10.27 331	6.62 336	8.56 301	2.69 249	0.39 384	0.00 1	0.00 1	0.01 235	0.21 302	0.09 217

IPLGR_C	2.44 160	1.17 323	4.94 278	0.62 110	2.08 326	2.65 129	0.80 223	5.60 138	4.79 162	7.87 280	9.23 247	1.67 87	1.15 104	3.43 83	2.23 229	0.01 176	0.19 379	0.02 328	0.08 302	0.22 306	0.10 237

MyStereo8	2.88 202	1.19 324	5.03 283	1.61 234	3.75 386	4.30 260	0.07 26	6.14 160	6.16 218	6.22 198	9.64 263	4.28 189	1.45 129	2.05 62	4.76 309	0.00 1	0.16 366	0.00 1	0.14 321	0.26 323	0.43 360

raft_robust	2.64 178	1.20 325	2.62 95	1.10 170	0.28 148	1.50 30	0.12 44	6.28 168	9.04 306	6.80 228	7.19 202	3.73 165	2.13 164	9.06 327	1.07 135	0.03 283	0.12 341	0.00 1	0.21 351	0.17 273	0.22 316

dd	2.16 125	1.22 326	4.82 272	0.68 118	0.12 69	1.39 23	0.17 74	5.14 103	11.22 348	2.70 81	3.51 95	1.52 82	1.23 117	5.08 129	3.96 296	0.12 345	0.01 144	0.04 356	0.21 351	0.07 164	0.01 16

XPNet_ROB	6.03 349	1.22 326	5.61 316	2.56 355	0.90 249	6.32 307	7.07 401	12.92 357	8.30 291	14.76 397	15.13 346	19.84 403	6.66 338	10.36 358	8.58 363	0.02 249	0.04 265	0.00 1	0.03 269	0.11 219	0.24 326

DANet	6.02 348	1.23 328	8.45 372	3.86 403	3.94 393	7.64 337	1.34 282	9.51 260	7.00 248	13.39 390	15.53 348	15.99 380	7.02 344	12.14 381	12.37 399	0.19 360	0.12 341	0.02 328	0.03 269	0.13 246	0.56 375
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
NaN_ROB	6.00 347	1.24 329	6.29 334	1.34 195	1.68 303	9.60 358	10.31 421	15.09 384	15.79 382	12.62 381	8.95 239	11.67 352	5.83 321	11.78 379	6.41 330	0.05 312	0.13 349	0.08 376	0.20 347	0.22 306	0.79 384

Nwc_Net	6.97 369	1.25 330	6.63 344	3.82 401	3.37 366	10.83 374	1.67 298	19.56 425	11.35 349	8.36 296	23.62 397	17.19 389	11.44 394	11.21 370	8.08 356	0.80 401	0.00 1	0.00 1	0.02 256	0.13 246	0.09 217

SACVNet	4.15 302	1.26 331	3.81 210	3.12 378	1.68 303	3.09 178	2.85 329	11.91 326	5.96 203	10.52 358	11.20 296	10.59 334	3.95 249	8.97 324	3.25 268	0.08 334	0.02 195	0.00 1	0.00 1	0.32 340	0.44 362

DMCA-RVC	3.17 224	1.26 331	6.39 339	2.10 311	1.51 291	3.02 173	0.56 163	7.84 214	5.06 169	9.23 328	5.19 138	8.46 303	2.72 192	6.31 168	3.22 265	0.06 321	0.11 334	0.09 379	0.02 256	0.16 264	0.08 204

BEATNet_4x	3.24 226	1.27 333	5.89 321	1.56 227	0.10 52	5.26 288	1.07 263	10.08 276	5.50 181	6.89 235	7.73 217	4.53 198	4.13 255	5.05 128	5.27 313	0.04 300	0.05 275	0.00 1	0.00 1	0.23 312	0.23 322

MANE	19.47 441	1.27 333	5.07 286	4.69 413	5.55 415	30.49 437	9.94 419	34.01 444	37.27 440	44.13 451	51.57 455	52.51 449	40.41 451	33.58 443	24.81 435	0.89 404	0.86 417	1.11 416	9.72 447	0.38 352	1.06 391

pmcnn	7.72 379	1.27 333	9.42 379	2.91 367	3.14 357	9.44 354	6.23 388	12.56 350	16.51 386	14.53 395	24.08 399	27.44 423	8.49 367	9.32 338	8.44 361	0.06 321	0.08 311	0.00 1	0.00 1	0.30 333	0.15 282

CSP-Net	4.12 298	1.28 336	3.70 203	1.54 222	1.06 265	13.28 395	2.33 312	12.96 358	5.45 179	8.87 318	8.54 233	8.43 302	3.03 204	8.16 279	3.65 287	0.00 1	0.00 1	0.00 1	0.00 1	0.18 282	0.03 82

LE_ROB	16.73 433	1.28 336	11.61 388	3.72 398	1.65 298	16.67 406	9.17 413	14.39 377	55.91 454	63.81 465	40.86 442	35.94 438	37.73 449	14.24 398	26.87 440	0.05 312	0.10 326	0.13 385	0.22 356	0.12 233	0.15 282

AIO-Stereo-zeroshot1	3.58 259	1.29 338	12.46 394	1.53 220	0.98 258	3.48 204	0.81 225	11.99 329	4.40 139	4.33 122	11.05 295	8.83 310	2.02 161	4.52 112	1.66 188	0.01 176	0.14 353	0.00 1	0.68 407	0.86 390	0.44 362

LMCR-Stereo	3.63 262	1.29 338	4.20 238	2.54 352	0.17 92	8.08 339	1.52 289	11.46 312	4.73 159	8.45 304	10.66 285	1.91 98	5.03 302	7.69 245	3.58 285	0.92 406	0.00 1	0.00 1	0.00 1	0.36 350	0.02 49

RP	6.84 366	1.29 338	5.53 314	3.92 404	5.18 413	6.32 307	3.53 345	11.73 321	15.31 380	9.54 335	22.38 393	18.25 394	14.47 408	10.11 352	7.49 343	0.91 405	0.01 144	0.12 383	0.15 324	0.33 343	0.19 307

ADCRef	7.27 370	1.38 341	16.37 412	2.52 351	3.30 365	11.63 380	3.16 336	10.80 295	9.35 312	13.03 388	25.27 407	8.17 298	8.92 373	8.06 271	21.81 427	0.15 350	0.08 311	0.16 388	0.34 385	0.38 352	0.58 376

fast-acv-ft	5.62 338	1.39 342	7.01 351	2.02 297	1.89 320	12.23 385	1.82 304	7.35 205	9.45 314	10.46 357	20.27 383	14.55 370	7.71 358	7.41 232	7.61 345	0.10 340	0.09 318	0.16 388	0.07 298	0.59 374	0.13 269

DN-CSS_ROB	2.69 180	1.40 343	5.34 302	2.31 337	0.75 235	3.14 183	0.06 21	6.11 159	3.87 108	5.34 155	12.18 316	2.34 108	1.22 116	7.84 255	1.48 169	0.03 283	0.00 1	0.00 1	0.00 1	0.35 347	0.03 82

LoS_RVC	1.26 43	1.43 344	1.91 30	0.42 82	3.77 388	1.71 51	0.04 15	2.58 5	2.49 24	0.42 30	2.58 70	0.30 26	0.57 62	1.71 42	0.66 68	0.01 176	0.02 195	0.00 1	0.00 1	0.02 36	4.49 423

iResNetv2_ROB	4.28 314	1.43 344	7.17 355	2.91 367	1.26 276	4.36 264	1.62 294	13.64 368	10.25 331	9.83 341	11.41 300	7.68 286	4.00 250	7.75 251	1.85 202	0.00 1	0.00 1	0.00 1	0.00 1	0.37 351	0.09 217

AF-Net	7.78 380	1.44 346	6.68 345	3.37 385	4.50 407	8.61 345	2.69 324	17.07 398	20.17 405	9.52 334	24.02 398	20.31 408	14.59 409	11.58 375	9.84 381	0.61 396	0.00 1	0.12 383	0.00 1	0.38 352	0.12 261

gwcnet-sp	3.31 233	1.47 347	7.26 356	1.73 250	0.69 228	7.57 334	1.14 268	8.59 233	6.17 219	8.57 306	5.25 144	4.26 186	3.36 215	6.46 175	3.44 274	0.00 1	0.00 1	0.00 1	0.00 1	0.15 258	0.11 249

scenet	3.31 233	1.47 347	7.26 356	1.73 250	0.69 228	7.57 334	1.14 268	8.59 233	6.17 219	8.57 306	5.25 144	4.26 186	3.36 215	6.46 175	3.44 274	0.00 1	0.00 1	0.00 1	0.00 1	0.15 258	0.11 249

ssnet	3.31 233	1.47 347	7.26 356	1.73 250	0.69 228	7.57 334	1.14 268	8.59 233	6.17 219	8.57 306	5.25 144	4.26 186	3.36 215	6.46 175	3.44 274	0.00 1	0.00 1	0.00 1	0.00 1	0.15 258	0.11 249

PA-Net	4.98 330	1.47 347	7.42 361	2.40 343	2.14 330	8.73 347	3.64 350	12.42 342	13.11 365	7.03 242	7.57 213	7.88 290	6.52 334	10.16 357	7.82 348	0.02 249	0.03 241	0.00 1	0.00 1	0.11 219	1.07 392
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
NCC-stereo	6.77 362	1.49 351	6.48 340	2.92 369	4.40 400	7.43 329	3.61 347	19.52 423	13.29 366	8.39 301	16.91 359	15.96 378	12.13 395	12.85 387	7.70 346	1.47 414	0.11 334	0.01 299	0.42 394	0.14 256	0.24 326

Abc-Net	6.77 362	1.49 351	6.48 340	2.92 369	4.40 400	7.43 329	3.61 347	19.52 423	13.29 366	8.39 301	16.91 359	15.96 378	12.13 395	12.85 387	7.70 346	1.47 414	0.11 334	0.01 299	0.42 394	0.14 256	0.24 326
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
MeshStereo	11.52 414	1.52 353	4.55 260	1.89 273	1.46 289	19.87 419	5.11 375	20.66 429	15.91 383	32.67 435	34.51 431	39.34 442	21.15 426	18.74 421	12.10 397	0.11 342	0.06 289	0.01 299	0.00 1	0.45 365	0.22 316
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
G-Net	8.41 388	1.54 354	10.97 386	5.73 420	3.60 377	26.19 427	4.41 363	10.10 277	7.42 259	19.71 411	24.99 405	14.38 369	15.83 410	10.99 367	9.53 378	0.50 394	0.46 411	0.19 394	0.25 364	0.80 387	0.66 380

Wz-Net-LNSev-Ref	5.98 345	1.55 355	9.92 381	2.40 343	3.22 361	10.28 365	3.14 335	11.64 316	9.79 320	9.54 335	20.22 382	11.16 348	6.77 340	10.61 363	9.16 369	0.06 321	0.00 1	0.00 1	0.00 1	0.03 79	0.04 123

RAFT + AFF	4.30 315	1.55 355	5.84 319	1.43 209	2.36 340	5.94 302	6.72 397	10.01 273	7.56 265	7.55 267	8.96 241	7.09 278	6.73 339	8.57 302	4.02 297	0.02 249	0.47 412	0.00 1	0.01 235	0.56 370	0.54 374

psmorigin	7.34 371	1.58 357	18.31 419	2.35 340	0.87 245	6.72 316	1.70 302	10.63 288	7.14 253	19.77 412	22.71 394	20.13 405	11.34 392	12.96 389	9.49 377	0.04 300	0.17 370	0.06 367	0.17 334	0.21 302	0.50 370

NCCL2	5.88 342	1.59 358	5.44 306	1.87 268	0.92 250	9.55 356	11.55 427	12.11 334	9.94 324	9.67 338	8.85 236	22.28 414	7.41 349	8.78 316	7.17 340	0.01 176	0.00 1	0.03 345	0.00 1	0.13 246	0.23 322

iinet-f	5.94 343	1.60 359	26.88 438	1.79 258	1.38 287	11.92 383	1.47 286	6.80 194	7.11 252	6.90 237	14.43 339	10.64 338	7.97 360	7.00 209	12.12 398	0.02 249	0.03 241	0.05 363	0.00 1	0.63 379	0.02 49

CSAN	7.62 374	1.60 359	6.56 343	1.83 266	0.66 224	12.40 388	10.52 424	14.45 378	21.32 408	14.19 393	15.98 350	17.84 390	13.02 403	12.32 383	8.38 360	0.09 338	0.07 302	0.03 345	0.04 286	0.33 343	0.67 381

FADNet-RVC-Resample	3.79 275	1.62 361	12.06 390	1.43 209	0.66 224	5.94 302	2.41 313	10.18 280	8.58 302	6.28 206	4.22 109	5.33 229	4.80 296	7.71 247	3.19 264	0.17 356	0.21 384	0.17 391	0.12 318	0.41 362	0.29 341

PSMNet_ROB	5.02 332	1.63 362	6.03 326	1.90 274	1.83 316	9.57 357	6.35 392	15.58 391	7.23 256	6.15 194	10.48 279	12.22 354	4.16 258	8.02 263	8.71 365	0.02 249	0.01 144	0.01 299	0.10 314	0.20 291	0.12 261

LL-Strereo	4.71 327	1.64 363	7.51 364	1.15 178	4.31 398	3.71 228	1.45 285	9.21 250	8.36 293	8.37 300	8.17 227	10.82 340	11.36 393	12.51 385	4.82 310	0.00 1	0.12 341	0.00 1	0.00 1	0.31 338	0.32 346

FADNet	4.23 308	1.65 364	11.75 389	1.64 239	0.80 240	4.80 276	0.77 217	13.76 370	11.65 353	3.97 116	5.24 142	9.62 319	5.14 306	8.40 293	3.78 291	0.21 364	0.04 265	0.07 373	0.05 290	1.14 396	0.10 237

sAnonymous2	1.35 50	1.66 365	8.14 370	0.55 98	0.46 188	1.23 7	0.24 92	4.00 47	3.47 92	0.40 24	1.11 26	0.23 16	1.42 127	0.96 10	0.57 56	0.01 176	0.00 1	0.00 1	0.20 347	2.07 412	0.22 316

CroCo_RVC	1.35 50	1.66 365	8.14 370	0.55 98	0.46 188	1.23 7	0.24 92	4.00 47	3.47 92	0.40 24	1.11 26	0.23 16	1.42 127	0.96 10	0.57 56	0.01 176	0.00 1	0.00 1	0.20 347	2.07 412	0.22 316

FADNet_RVC	3.91 288	1.67 367	12.95 401	0.96 151	0.75 235	5.71 295	0.54 157	10.83 296	6.60 237	3.46 104	8.09 225	4.10 179	3.40 222	9.43 341	6.33 328	0.36 381	0.44 409	0.17 391	0.46 399	0.91 391	0.95 389

APVNet	5.98 345	1.72 368	8.72 374	3.21 382	4.04 395	12.31 386	1.81 303	19.09 416	6.10 212	6.13 193	13.41 329	10.69 339	6.30 329	11.26 371	13.90 407	0.05 312	0.02 195	0.11 381	0.03 269	0.53 368	0.20 313

AANet_RVC	5.01 331	1.74 369	6.38 338	1.96 286	1.29 280	2.26 84	1.69 299	10.07 275	18.53 392	7.88 281	18.15 374	8.49 306	2.70 187	10.59 362	7.04 339	0.96 407	0.15 359	0.02 328	0.00 1	0.13 246	0.12 261

StereoDRNet	5.59 337	1.75 370	6.80 347	3.12 378	4.45 404	10.61 370	4.35 362	18.80 411	9.73 318	12.22 378	6.87 188	11.44 350	4.65 288	8.09 274	8.26 359	0.02 249	0.11 334	0.00 1	0.03 269	0.20 291	0.28 340

ETE_ROB	5.80 339	1.77 371	6.33 335	1.44 212	0.78 239	6.43 311	6.90 399	12.53 349	8.08 284	12.93 387	14.89 344	21.13 411	5.87 322	9.83 348	6.57 334	0.04 300	0.01 144	0.00 1	0.02 256	0.08 175	0.33 347

ADCP+	8.09 384	1.79 372	14.50 406	1.54 222	4.28 397	16.57 405	5.20 376	12.80 354	11.20 347	12.83 386	17.07 363	11.02 346	10.80 390	17.59 417	23.18 432	0.03 283	0.05 275	0.01 299	0.18 340	0.39 356	0.81 385

LALA_ROB	6.58 358	1.80 373	6.25 333	1.26 185	0.94 254	10.08 361	9.02 412	16.00 393	11.51 352	12.74 383	13.02 325	24.77 417	5.25 308	10.56 361	8.02 353	0.04 300	0.05 275	0.00 1	0.02 256	0.10 202	0.25 329

FADNet-RVC	3.98 294	1.84 374	12.48 396	1.69 243	0.44 182	4.33 261	1.31 280	11.84 323	7.15 254	3.53 106	3.50 94	10.63 337	4.43 276	9.12 328	6.25 327	0.03 283	0.10 326	0.00 1	0.03 269	0.60 376	0.25 329

PS-NSSS	3.90 285	1.84 374	4.55 260	0.87 134	2.95 355	4.10 255	2.00 307	10.77 294	8.23 290	6.75 225	14.63 342	5.01 217	2.24 168	8.41 294	2.91 256	0.33 379	0.03 241	0.83 412	0.00 1	0.82 388	0.70 382

SANet	10.64 409	1.86 376	10.91 384	1.76 253	0.71 233	14.62 399	9.23 414	19.18 417	37.14 439	19.22 409	27.96 411	25.86 421	19.11 420	13.02 390	10.63 386	0.08 334	0.06 289	0.03 345	0.02 256	0.62 377	0.81 385

DPSNet	10.14 405	1.88 377	16.82 415	1.85 267	1.73 307	24.84 425	17.20 448	19.92 426	27.41 420	12.23 380	13.62 331	16.52 383	18.35 415	14.42 400	12.50 400	0.78 400	0.54 415	0.08 376	0.25 364	1.18 397	0.59 379

dad	4.66 326	1.89 378	5.51 311	0.94 145	0.09 47	2.16 79	0.37 121	7.10 201	14.43 373	10.13 350	16.84 358	14.97 372	1.90 157	6.82 197	4.15 298	1.09 409	0.11 334	4.08 429	0.46 399	0.17 273	0.06 172

Wz-Net-LNSev	6.46 355	1.93 379	16.44 414	1.52 218	4.15 396	12.66 389	4.96 373	13.05 360	12.10 359	10.55 360	16.23 352	11.32 349	7.19 346	8.43 296	8.48 362	0.00 1	0.01 144	0.00 1	0.00 1	0.08 175	0.06 172

GwcNet	6.42 354	1.97 380	10.92 385	2.59 356	5.58 416	11.55 379	2.21 311	14.10 374	16.52 388	10.04 348	17.19 367	10.86 342	5.61 319	9.23 334	8.84 367	0.01 176	0.06 289	0.03 345	0.08 302	0.56 370	0.40 355

GMStereo_Zeroshot	2.77 188	1.98 381	5.14 292	1.53 220	0.36 167	3.56 215	0.10 34	5.57 137	5.91 201	6.89 235	7.02 196	8.50 307	0.91 86	6.01 155	1.65 187	0.00 1	0.00 1	0.00 1	0.00 1	0.20 291	0.01 16

PDISCO_ROB	9.62 402	1.99 382	11.51 387	9.88 429	9.61 431	21.48 420	3.83 351	19.33 419	28.49 423	11.27 372	14.17 336	19.92 404	5.02 301	16.35 413	9.18 370	5.28 427	0.41 406	0.14 386	0.09 310	2.05 411	2.36 413

ADCL	10.16 406	2.11 383	19.36 422	1.92 277	1.88 319	22.23 421	8.91 411	14.04 372	23.56 414	14.62 396	26.19 408	12.75 357	13.59 405	16.06 412	22.95 431	0.26 372	0.18 374	0.75 410	0.65 405	0.69 383	0.58 376

ELAS	16.72 432	2.14 384	9.23 376	4.92 415	4.53 408	32.66 442	15.11 443	27.40 439	28.68 424	40.27 446	44.90 445	38.33 441	30.50 441	26.44 438	21.94 428	0.88 403	1.23 421	0.67 409	0.89 413	1.49 404	2.18 411
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
RGC	6.88 368	2.23 385	6.13 328	4.05 405	4.73 412	8.94 348	2.78 326	15.19 388	11.74 354	11.13 369	19.34 377	17.86 391	10.42 388	13.02 390	8.03 355	0.73 399	0.01 144	0.24 398	0.41 393	0.31 338	0.38 353

ELAS_RVC	16.54 431	2.26 386	10.09 383	5.50 419	4.46 405	28.28 435	16.72 447	25.55 436	33.54 431	40.19 445	40.30 441	36.68 439	30.03 440	29.40 439	20.61 421	0.98 408	1.21 420	0.86 413	0.70 408	1.39 403	2.16 409
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SDNR	7.50 373	2.32 387	15.58 411	1.82 265	0.63 220	44.66 454	0.44 137	8.59 233	9.52 315	9.84 342	25.18 406	5.30 228	4.38 273	11.46 374	6.49 332	0.05 312	0.03 241	0.00 1	0.01 235	1.79 409	1.87 405

Wz-Net-MNSev	7.43 372	2.35 388	15.22 409	2.34 339	3.41 371	17.27 411	8.55 408	11.91 326	13.48 368	13.37 389	17.05 362	13.70 360	7.47 353	11.90 380	9.99 383	0.40 386	0.03 241	0.00 1	0.01 235	0.16 264	0.07 190

ADCPNet	9.54 400	2.39 389	31.46 442	2.09 309	1.60 294	16.71 407	6.39 393	12.11 334	11.45 350	13.53 391	21.45 388	19.41 400	10.94 391	14.38 399	21.54 425	0.27 375	1.16 419	0.39 407	1.49 421	0.58 373	1.45 399

SHD	9.61 401	2.60 390	12.46 394	3.69 397	3.54 374	9.47 355	1.25 275	20.16 428	37.84 441	18.19 407	21.24 387	16.96 387	12.83 402	14.47 401	16.05 412	0.32 378	0.13 349	0.01 299	0.08 302	0.38 352	0.48 367

DGSMNet	6.47 356	2.61 391	13.64 404	3.46 389	3.74 382	8.97 349	6.01 383	14.15 375	13.01 364	7.46 265	14.10 335	9.94 324	4.79 295	10.44 359	6.22 326	1.30 413	1.70 424	1.80 419	1.52 423	2.27 415	2.35 412

DeepPrunerF	6.75 360	2.69 392	23.31 431	3.68 396	7.16 422	3.78 239	4.29 360	13.42 365	20.13 404	8.13 288	10.46 278	7.18 281	8.06 362	11.10 369	9.44 376	0.24 369	0.15 359	0.29 400	0.42 394	0.66 382	0.45 364

Syn2CoEx	6.32 352	2.72 393	9.33 377	2.45 348	1.67 301	8.59 344	3.32 340	18.08 405	12.27 360	8.53 305	21.08 386	10.30 332	9.80 383	9.30 337	7.86 350	0.01 176	0.00 1	0.00 1	0.00 1	0.63 379	0.43 360

SAMSARA	14.63 423	2.74 394	12.38 392	12.65 434	6.74 421	36.50 446	72.93 469	19.36 420	23.77 415	16.20 403	13.04 326	29.21 426	12.78 400	16.98 415	15.21 411	0.11 342	0.26 396	0.03 345	0.14 321	0.76 386	0.77 383

GANetREF_RVC	6.56 357	2.89 395	7.58 366	3.41 386	0.40 175	12.96 392	9.58 416	15.09 384	17.25 391	10.33 352	10.62 282	12.27 355	8.16 364	12.21 382	4.53 303	0.41 387	0.00 1	0.00 1	0.02 256	3.12 418	0.39 354
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
PVD	15.44 425	2.93 396	14.67 407	4.21 410	3.39 369	17.43 412	4.16 356	27.84 441	48.84 450	31.02 433	43.54 444	29.76 428	30.81 442	25.97 437	21.40 423	0.23 367	0.41 406	0.04 356	0.33 383	0.41 362	1.33 397

RTSC	9.15 394	3.00 397	13.57 403	3.72 398	1.76 311	11.82 382	0.46 138	16.95 397	36.83 438	15.80 401	15.53 348	12.91 358	7.46 352	20.01 427	21.76 426	0.31 377	0.13 349	0.01 299	0.08 302	0.57 372	0.41 357

TRStereo	2.36 152	3.10 398	4.70 269	1.99 290	2.08 326	2.61 121	1.11 266	8.79 243	3.73 101	3.19 94	3.04 77	3.96 170	0.77 76	5.92 151	1.44 166	0.03 283	0.14 353	0.00 1	0.29 372	0.08 175	0.25 329

ADCMid	10.24 407	3.13 399	20.70 425	2.21 322	2.39 343	11.23 376	6.19 385	14.17 376	11.19 346	23.20 421	22.25 391	17.89 392	19.54 421	18.51 420	26.21 439	0.45 392	0.42 408	1.10 415	1.29 418	1.56 406	1.18 393

PWC_ROB	8.24 386	3.13 399	12.74 399	2.43 347	4.43 403	7.51 332	1.22 273	16.63 396	19.24 398	16.08 402	28.29 412	13.99 366	10.16 386	13.63 394	14.06 408	0.42 390	0.00 1	0.05 363	0.00 1	0.59 374	0.27 338

SuperB	8.10 385	3.15 401	24.67 433	2.65 357	1.23 274	9.88 360	4.29 360	10.18 280	30.07 425	11.53 374	12.18 316	6.12 250	6.65 337	10.50 360	14.47 410	0.14 348	0.11 334	0.35 404	0.25 364	13.06 439	0.48 367

PWCDC_ROB	7.92 382	3.17 402	7.48 363	5.73 420	4.40 400	10.45 367	0.35 118	14.52 380	28.19 422	10.36 354	31.27 421	7.04 275	9.14 377	13.22 392	8.78 366	2.74 423	0.02 195	0.00 1	0.00 1	1.31 401	0.17 295

aanetorigin	8.72 392	3.29 403	27.55 439	1.95 283	3.84 389	4.93 281	5.39 381	5.49 135	10.05 326	27.85 428	31.47 422	15.80 377	12.78 400	9.04 326	11.98 396	0.25 370	0.22 386	0.22 396	0.25 364	1.28 400	0.84 387

SQANet	7.64 375	3.40 404	5.49 309	11.73 433	9.62 432	11.96 384	2.82 327	11.33 308	6.10 212	8.33 295	11.49 303	11.00 345	5.16 307	10.12 356	2.72 253	8.92 436	2.21 426	10.41 435	1.58 424	11.13 435	7.39 434

XQC	8.43 389	3.58 405	16.40 413	2.92 369	2.17 332	13.22 394	3.60 346	14.64 381	25.86 418	11.87 376	12.04 310	15.06 373	10.67 389	15.24 406	19.41 417	0.39 384	0.08 311	0.05 363	0.07 298	0.84 389	0.45 364

MFN_U_SF_RVC	12.94 417	3.66 406	25.81 436	3.61 395	2.26 338	22.77 422	4.55 366	27.10 437	20.06 403	23.90 422	28.99 414	30.53 429	16.98 411	19.92 426	20.26 420	1.24 410	1.07 418	0.98 414	1.33 419	1.80 410	2.04 408

anonymity	7.68 376	3.83 407	12.39 393	7.04 425	12.67 439	8.18 341	2.00 307	17.50 401	6.85 243	13.56 392	9.21 246	9.97 325	7.82 359	11.28 372	5.58 318	6.27 430	4.98 452	3.68 428	2.96 428	3.33 420	4.48 422

PASM	7.90 381	4.22 408	21.97 429	3.25 383	3.29 364	5.39 291	6.57 394	10.57 286	19.09 395	12.77 384	13.92 333	18.11 393	9.51 381	13.79 395	10.77 390	0.19 360	0.45 410	0.29 400	1.08 416	1.49 404	1.19 394

MFN_U_SF_DS_RVC	9.78 403	4.27 409	14.47 405	2.29 330	2.85 353	23.40 424	13.62 435	13.60 366	19.54 399	19.42 410	24.27 400	16.74 386	8.59 368	17.05 416	7.98 352	1.25 411	1.68 423	0.17 391	2.63 426	0.72 385	1.04 390

GASNet	5.19 333	4.61 410	9.38 378	4.73 414	2.10 328	3.80 241	1.57 292	12.07 332	10.96 342	8.92 320	7.03 198	8.21 299	7.67 357	14.02 396	7.36 341	0.02 249	0.15 359	0.00 1	0.00 1	0.69 383	0.42 358

WZ-Net	13.00 418	4.64 411	41.07 450	3.48 391	3.15 359	19.12 416	15.66 446	14.81 382	31.33 427	15.71 400	27.88 410	22.22 413	14.01 407	20.44 429	25.03 436	0.64 398	0.00 1	0.01 299	0.03 269	0.39 356	0.37 352

Consistency-Raft	9.42 398	4.74 412	12.66 397	5.30 418	9.08 429	4.08 253	5.26 378	19.26 418	24.87 416	11.17 370	29.85 417	13.57 359	5.51 318	7.67 244	13.40 404	0.36 381	0.35 402	1.81 420	4.24 437	11.61 436	3.57 417

ADCS	13.02 419	4.93 413	28.38 440	3.17 381	2.67 350	13.61 397	10.83 425	18.70 408	33.46 430	22.59 416	24.78 403	19.59 402	18.51 417	23.40 434	32.16 448	0.10 340	0.19 379	0.37 406	0.18 340	1.26 399	1.46 400

MaskLacGwcNet_RVC	5.97 344	5.36 414	5.02 281	3.75 400	3.57 376	15.81 402	4.27 359	11.72 320	6.96 246	7.23 254	8.47 232	9.09 313	2.66 186	9.36 340	2.71 250	7.49 432	2.32 428	2.01 422	0.08 302	6.77 430	4.67 424

AnyNet_C32	10.98 412	5.58 415	22.79 430	4.16 407	5.83 417	15.64 400	14.30 436	13.18 361	17.15 390	16.44 404	20.52 384	14.68 371	13.44 404	22.46 431	30.08 445	0.17 356	0.26 396	0.36 405	0.36 389	1.23 398	0.91 388

LSM	14.01 422	5.95 416	33.49 443	6.78 424	43.61 463	10.22 363	9.98 420	15.16 387	22.93 413	23.07 420	32.34 426	18.52 396	12.67 399	15.45 407	11.10 391	0.16 355	0.51 414	0.09 379	0.32 381	1.08 395	16.85 458

EDNetEfficient	13.82 421	6.19 417	54.79 456	2.83 364	3.60 377	4.86 278	8.57 409	8.61 238	32.90 429	40.77 447	30.59 420	18.33 395	21.87 430	11.38 373	25.36 437	0.15 350	0.23 388	0.06 367	1.03 415	2.54 416	1.79 403

SPS-STEREO	15.04 424	6.23 418	13.21 402	11.34 432	11.65 436	23.30 423	7.15 402	24.16 434	15.65 381	31.78 434	29.19 416	31.62 430	21.32 427	24.62 435	19.50 418	7.59 433	4.19 450	3.22 427	1.48 420	6.99 431	6.54 431
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
Wz-Net-SNSev	9.23 396	6.70 419	24.28 432	1.87 268	1.81 315	8.57 343	12.29 433	17.37 400	20.39 406	10.43 356	23.11 396	16.66 385	8.03 361	14.47 401	17.86 414	0.00 1	0.02 195	0.01 299	0.00 1	0.41 362	0.30 343

AnonymousM	2.71 183	6.75 420	0.98 1	0.73 120	0.06 22	2.41 96	0.53 155	5.30 123	3.05 62	4.75 138	2.09 57	1.89 96	1.01 91	1.88 56	0.51 51	0.01 176	0.02 195	17.42 440	4.76 440	0.02 36	0.01 16

NVStereoNet_ROB	16.04 428	6.75 420	12.90 400	6.37 423	7.42 425	12.89 391	9.74 418	22.78 432	25.12 417	30.32 431	46.19 447	34.37 436	25.38 434	21.48 430	21.38 422	5.94 428	3.10 442	6.07 433	10.09 448	4.01 421	8.54 439
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
MSC_U_SF_DS_RVC	16.41 430	6.93 422	21.83 428	5.94 422	2.81 352	38.71 448	14.59 437	24.55 435	34.87 436	33.66 439	34.35 430	29.24 427	24.20 433	22.59 432	17.95 415	2.52 422	2.81 437	1.17 417	1.51 422	5.89 427	2.16 409

UDGNet	2.73 186	7.09 423	3.90 218	2.71 359	0.06 22	2.98 169	0.20 82	4.63 74	8.58 302	2.69 79	2.70 71	0.95 64	1.01 91	6.27 165	1.51 171	1.28 412	0.00 1	5.24 432	0.94 414	1.70 407	0.13 269

SGM+DAISY	15.62 426	7.26 424	19.28 421	8.94 426	10.11 433	26.25 428	10.49 423	19.36 420	14.65 376	30.64 432	33.59 429	33.00 432	22.32 432	24.96 436	16.42 413	7.90 434	6.25 454	4.51 430	3.37 433	5.86 426	7.20 433

otaku	11.73 415	7.51 425	7.07 353	13.22 436	10.85 435	26.61 432	7.25 404	18.84 412	19.16 397	11.58 375	17.23 368	20.19 406	8.09 363	15.11 405	4.64 306	9.13 438	2.42 430	13.08 436	1.83 425	12.48 438	8.22 437

MFMNet_re	13.29 420	8.60 426	18.29 418	9.75 428	7.25 424	19.65 418	14.84 440	20.71 430	30.72 426	23.03 419	28.77 413	18.85 398	26.09 437	13.55 393	9.82 379	2.44 421	1.35 422	0.34 403	0.23 357	4.78 423	6.69 432

Ntro	12.35 416	8.88 427	7.80 367	13.79 437	12.42 438	26.54 431	6.98 400	18.54 407	22.14 411	9.82 340	16.45 353	20.30 407	9.29 380	15.95 410	6.61 336	9.53 440	2.47 432	14.93 438	2.77 427	13.11 440	8.63 440

BEATNet-Init1	23.31 443	9.03 428	41.67 451	4.17 408	2.53 347	45.68 456	19.47 451	33.43 443	38.45 442	47.59 454	49.10 451	59.31 455	41.80 452	38.35 451	29.21 444	0.47 393	0.50 413	0.81 411	0.66 406	2.10 414	1.86 404

CC-Net-ROB	7.68 376	9.21 429	7.46 362	3.82 401	3.66 380	15.68 401	5.02 374	17.95 403	10.45 338	6.44 217	14.00 334	7.63 285	4.77 292	10.75 364	3.10 262	5.99 429	2.46 431	16.28 439	1.08 416	6.30 429	1.56 402

UDG	8.58 391	9.31 430	4.89 275	10.00 430	9.52 430	10.36 366	2.41 313	12.07 332	9.82 321	7.81 277	9.55 259	16.52 383	9.81 384	7.84 255	7.88 351	4.20 424	2.51 433	18.53 441	3.71 436	9.55 432	5.28 427

RTS	18.87 439	9.32 431	86.48 464	4.95 416	6.10 418	42.08 450	14.70 438	15.49 389	41.06 443	22.65 417	32.32 424	13.77 361	19.54 421	37.98 449	28.96 442	0.41 387	0.23 388	0.00 1	0.02 256	0.91 391	0.50 370

RTSA	18.87 439	9.32 431	86.48 464	4.95 416	6.10 418	42.08 450	14.70 438	15.49 389	41.06 443	22.65 417	32.32 424	13.77 361	19.54 421	37.98 449	28.96 442	0.41 387	0.23 388	0.00 1	0.02 256	0.91 391	0.50 370

Wz-Net-TNSev	11.35 413	10.56 433	35.88 447	2.28 329	1.73 307	18.25 414	11.42 426	15.88 392	20.88 407	14.44 394	16.97 361	19.57 401	19.04 419	19.31 423	18.67 416	0.01 176	0.06 289	0.00 1	0.16 327	0.62 377	1.25 395

AnyNet_C01	16.12 429	10.81 434	59.36 458	4.42 412	2.49 346	30.06 436	15.15 444	17.51 402	16.51 386	17.88 406	37.69 436	24.04 415	17.54 412	29.60 440	33.29 449	0.28 376	0.38 404	0.43 408	0.42 394	2.57 417	1.98 407

DDUNet	9.47 399	11.32 435	6.14 329	12.93 435	11.65 436	10.45 367	3.87 352	11.70 319	7.89 278	9.27 329	13.28 327	16.18 382	6.14 327	8.80 318	5.77 321	6.64 431	3.38 445	20.90 442	4.28 438	11.01 434	7.80 435

EDNetEfficientorigin	17.87 436	14.00 436	99.53 476	1.64 239	0.92 250	10.55 369	6.26 390	13.21 362	34.84 435	38.20 444	36.91 435	27.47 424	26.32 438	14.71 403	25.69 438	0.04 300	0.06 289	0.14 386	0.52 402	3.16 419	3.27 415

JetBlue	29.12 449	15.72 437	54.12 455	15.93 438	20.98 451	60.90 467	30.62 458	39.38 446	34.62 434	34.08 440	39.69 438	57.35 454	43.17 453	50.71 463	50.60 464	2.41 420	3.79 448	2.81 423	3.45 434	9.57 433	12.59 452

GCST	9.08 393	17.31 438	3.98 223	52.92 461	10.66 434	11.29 377	0.20 82	6.97 198	6.47 232	9.46 332	4.68 120	4.75 204	1.51 131	9.34 339	1.31 156	8.19 435	0.05 275	22.38 443	0.34 385	6.17 428	3.53 416

coex-ft	19.78 442	19.39 439	87.73 466	1.77 255	1.80 314	17.25 410	13.50 434	12.63 352	42.10 445	60.18 461	38.90 437	28.72 425	28.74 439	11.74 378	27.40 441	0.21 364	0.23 388	0.04 356	0.30 378	1.36 402	1.54 401

ACVNet-4b	15.90 427	22.00 440	12.37 391	16.40 439	15.14 442	31.87 439	7.50 406	19.04 415	27.85 421	11.48 373	22.02 390	31.86 431	9.16 379	17.95 418	5.69 319	10.43 442	2.58 434	24.44 446	4.87 442	16.04 443	9.28 441

WAO-7	29.39 450	24.43 441	20.47 424	32.71 451	13.83 440	34.70 443	20.27 454	52.19 461	65.03 462	43.29 449	59.35 461	52.19 448	44.68 455	31.71 441	30.56 446	10.98 444	4.94 451	13.71 437	12.52 453	12.06 437	8.22 437

IGEV-BASED-STEREO-	4.24 310	25.07 442	26.53 437	0.44 86	0.07 29	1.50 30	0.54 157	2.09 3	1.57 7	0.51 37	0.62 15	0.21 15	0.20 4	1.44 30	0.53 52	12.03 446	0.01 144	0.00 1	0.08 302	1.75 408	9.69 442

ACVNet_1	18.70 438	25.08 443	12.72 398	17.33 440	15.18 443	26.02 426	9.62 417	28.44 442	34.49 432	24.39 423	24.32 401	37.22 440	20.13 424	16.67 414	13.39 403	10.45 443	2.59 435	24.77 447	4.92 443	16.57 444	9.75 443

DispFullNet	17.47 435	26.01 444	33.98 445	22.58 445	20.86 450	13.84 398	1.28 278	16.50 394	26.27 419	19.97 413	17.17 366	20.52 410	18.49 416	22.86 433	10.76 389	5.13 426	2.83 438	30.72 450	7.72 446	20.86 447	11.01 448

RainbowNet	18.01 437	26.22 445	19.95 423	18.59 441	14.88 441	27.38 434	10.46 422	27.39 438	34.54 433	14.91 398	27.01 409	25.65 419	12.44 397	18.94 422	9.23 371	13.91 450	3.46 446	23.36 445	4.86 441	16.03 442	10.91 447

test_for_model	6.81 365	27.63 446	2.16 63	21.79 444	16.18 445	3.48 204	0.94 251	5.88 151	3.72 100	7.62 270	2.72 72	1.03 67	0.42 46	0.58 1	0.35 17	9.03 437	2.28 427	0.00 1	0.05 290	23.91 451	6.49 430

IMH-64-1	27.21 447	28.77 447	16.84 416	31.57 448	20.76 448	26.43 429	15.10 441	47.11 451	45.20 447	33.53 437	51.16 453	41.42 443	31.10 443	36.48 445	22.39 429	13.48 448	2.87 440	33.95 452	10.70 449	23.50 449	11.75 449

IMH-64	27.21 447	28.77 447	16.84 416	31.57 448	20.76 448	26.43 429	15.10 441	47.11 451	45.20 447	33.53 437	51.16 453	41.42 443	31.10 443	36.48 445	22.39 429	13.48 448	2.87 440	33.95 452	10.70 449	23.50 449	11.75 449

IMH	29.82 451	29.11 449	18.51 420	34.28 452	21.40 453	32.33 441	15.39 445	49.40 458	53.07 452	37.88 442	55.32 458	45.05 445	39.54 450	40.63 452	24.12 433	14.03 451	3.27 444	34.93 454	11.24 451	24.69 452	12.21 451

ACVNet_2	26.45 445	29.35 450	25.14 434	20.27 443	15.43 444	34.97 444	12.23 432	48.37 456	66.25 464	42.69 448	56.73 459	51.77 447	25.59 435	20.39 428	13.52 405	10.13 441	2.59 435	22.78 444	3.52 435	17.57 445	9.80 445

TorneroNet-64	32.42 453	31.89 451	30.52 441	34.73 453	21.13 452	46.99 457	18.82 449	43.10 449	59.42 457	32.70 436	46.98 448	62.01 457	36.98 447	43.97 456	33.88 450	14.10 452	3.22 443	35.28 455	11.72 452	26.84 455	14.07 453

MADNet+	27.07 446	33.84 452	90.97 468	20.14 442	7.47 426	48.43 458	47.10 465	35.43 445	36.46 437	20.11 414	30.05 418	25.29 418	35.08 445	45.50 457	50.28 463	2.13 419	2.00 425	1.19 418	0.76 409	4.71 422	4.43 420

TorneroNet	35.11 457	33.92 453	33.82 444	37.86 455	22.01 454	49.64 460	21.58 455	48.09 455	55.23 453	37.50 441	53.79 456	62.81 460	43.66 454	46.71 459	41.25 458	14.80 453	3.53 447	36.72 456	14.57 455	28.28 458	16.49 456

WAO-8	38.15 458	35.51 454	21.50 426	43.67 456	23.92 455	44.44 452	20.26 452	52.83 462	76.62 467	53.57 458	66.79 466	62.63 458	54.56 462	42.03 454	39.18 456	22.71 456	6.65 455	37.08 457	19.08 457	24.72 454	15.24 454

Venus	38.15 458	35.51 454	21.50 426	43.67 456	23.92 455	44.44 452	20.26 452	52.83 462	76.62 467	53.57 458	66.81 467	62.63 458	54.56 462	42.03 454	39.18 456	22.71 456	6.65 455	37.08 457	19.08 457	24.70 453	15.24 454

WAO-6	34.74 455	36.76 456	15.36 410	37.53 454	24.15 457	35.99 445	19.36 450	48.96 457	68.54 465	43.84 450	47.58 449	52.77 450	52.60 459	32.63 442	34.73 452	26.20 458	7.74 457	42.78 459	21.64 459	28.07 457	17.62 459

Dean	34.67 454	38.70 457	25.33 435	29.89 447	17.21 446	45.24 455	11.98 430	56.90 465	76.55 466	63.47 464	60.22 462	67.36 463	48.14 458	37.24 447	39.01 455	11.00 445	2.83 438	28.35 448	5.60 445	18.14 446	10.31 446

LVE	34.99 456	40.10 458	34.97 446	32.49 450	18.61 447	51.45 463	26.82 456	52.15 460	65.94 463	47.21 452	61.04 463	53.99 452	37.30 448	37.95 448	34.09 451	15.55 454	5.95 453	31.01 451	13.81 454	22.58 448	16.72 457

PWCK	30.53 452	44.32 459	47.25 453	29.76 446	7.23 423	40.78 449	27.10 457	44.73 450	44.32 446	47.31 453	36.37 434	47.16 446	26.05 436	41.26 453	31.87 447	21.83 455	4.03 449	29.50 449	4.67 439	27.17 456	7.80 435

UNDER WATER-64	45.16 461	46.99 460	66.69 459	43.90 458	27.64 458	55.58 466	41.87 462	39.42 447	48.42 449	51.73 457	43.08 443	67.76 464	56.69 464	48.02 461	48.34 461	39.50 461	17.64 459	51.78 462	38.93 462	36.62 459	32.61 461

UNDER WATER	45.09 460	48.60 461	67.37 460	49.30 460	31.41 459	53.80 465	37.39 460	40.25 448	52.48 451	50.24 455	45.37 446	68.37 465	57.76 465	51.03 464	49.88 462	29.97 459	13.75 458	51.22 461	36.57 460	37.87 460	29.12 460

DLNR_Zeroshot_test	24.70 444	50.77 462	90.11 467	98.11 476	97.34 474	1.38 20	0.12 44	22.79 433	3.09 68	1.07 56	2.95 75	0.71 58	0.29 17	6.93 203	2.29 231	38.56 460	0.37 403	0.00 1	0.30 378	76.73 471	0.09 217

notaker	47.42 462	55.20 463	49.13 454	56.52 464	40.18 460	38.52 447	32.97 459	47.21 453	56.08 455	57.21 460	57.24 460	60.09 456	59.19 466	53.93 465	41.64 459	40.61 462	19.93 460	57.21 463	37.41 461	49.02 462	39.02 462

ktn	48.94 463	57.58 464	38.86 449	59.57 465	43.27 462	50.37 461	43.38 463	48.07 454	61.11 458	51.30 456	54.25 457	54.96 453	52.88 460	47.30 460	35.83 453	57.77 465	24.88 463	62.69 466	43.55 463	50.70 463	40.41 463

HanzoNet	56.48 466	59.32 465	58.25 457	55.32 463	41.94 461	50.95 462	41.33 461	51.12 459	61.40 459	65.62 467	65.59 465	71.66 466	69.41 467	70.77 468	60.03 466	63.99 467	34.70 465	61.96 465	50.54 465	51.00 464	44.71 464

JetRed	61.02 467	61.05 466	82.56 463	46.09 459	56.80 467	83.19 468	63.76 467	59.26 467	63.61 460	69.29 468	68.85 468	66.59 462	47.62 457	61.57 466	74.09 468	45.58 463	66.14 468	46.59 460	45.06 464	63.17 466	49.58 466

KSHMR	55.63 465	63.60 467	37.85 448	74.69 467	49.56 465	49.01 459	45.73 464	57.46 466	63.97 461	61.61 463	62.07 464	72.39 467	47.01 456	50.65 462	43.29 460	54.10 464	62.21 466	66.10 467	53.94 467	51.25 465	46.11 465

DPSimNet_ROB	53.45 464	64.73 468	44.39 452	53.97 462	45.39 464	53.66 464	54.83 466	55.15 464	57.87 456	64.16 466	50.83 452	63.40 461	53.34 461	46.45 458	65.81 467	63.13 466	26.54 464	57.94 464	51.11 466	45.52 461	50.69 467

LRCNet_RVC	66.23 468	65.67 469	67.63 461	71.47 466	54.32 466	32.17 440	2.66 323	63.19 468	21.35 409	81.79 469	91.26 470	83.62 468	71.62 468	69.32 467	52.57 465	95.49 473	64.45 467	95.07 473	95.19 473	71.52 467	74.31 469

ASD4		81.57 470

MADNet++	82.84 469	82.38 471	73.57 462	87.72 472	82.97 471	93.14 469	69.15 468	86.42 472	82.50 469	93.46 473	86.70 469	86.28 469	80.92 469	88.34 469	88.84 469	86.83 471	84.17 472	72.64 468	68.92 468	80.47 472	81.42 473

xxxxx1	85.63 471	90.31 472	96.68 471	76.54 468	80.57 468	97.44 472	96.86 473	85.53 469	88.53 470	88.68 470	91.71 471	94.23 470	92.93 470	90.02 470	91.98 470	70.60 468	70.39 469	73.68 469	81.46 470	74.61 468	79.86 470

tt_ll	85.63 471	90.31 472	96.68 471	76.54 468	80.57 468	97.44 472	96.86 473	85.53 469	88.53 470	88.68 470	91.71 471	94.23 470	92.93 470	90.02 470	91.98 470	70.60 468	70.39 469	73.68 469	81.46 470	74.61 468	79.86 470

ff	85.63 471	90.31 472	96.68 471	76.54 468	80.57 468	97.44 472	96.86 473	85.53 469	88.53 470	88.68 470	91.71 471	94.23 470	92.93 470	90.02 470	91.98 470	70.60 468	70.39 469	73.68 469	81.46 470	74.61 468	79.86 470

MEDIAN_ROB	98.41 475	99.70 475	99.30 475	97.09 473	97.02 473	96.89 471	95.77 472	97.66 475	97.28 473	98.79 476	98.94 475	99.18 475	98.14 474	96.89 473	96.88 475	99.96 477	99.16 474	100.00 476	99.99 477	99.69 476	99.88 476

Anonymous_1	99.08 477	99.91 476	99.85 477	97.63 474	99.10 476	100.00 477	100.00 478	99.61 477	99.96 476	99.28 477	99.86 476	99.54 476	99.99 477	99.29 475	99.75 476	96.05 474	99.59 475	97.31 474	98.57 475	97.71 474	98.63 475

HaxPig	98.85 476	99.94 477	95.08 469	99.99 479	100.00 478	94.03 470	94.78 470	99.15 476	99.98 477	99.99 478	100.00 477	99.98 479	99.99 477	98.12 474	95.97 473	100.00 480	99.99 478	100.00 476	99.99 477	100.00 479	99.99 479

AVERAGE_ROB	99.62 479	99.95 478	98.81 474	100.00 482	100.00 478	98.08 475	95.47 471	100.00 480	100.00 478	100.00 479	100.00 477	100.00 481	100.00 479	100.00 480	99.99 478	100.00 480	100.00 479	100.00 476	100.00 479	100.00 479	100.00 481

test_example2	99.39 478	99.98 479	99.99 478	100.00 482	99.98 477	99.72 476	99.99 477	97.34 474	100.00 478	100.00 479	100.00 477	96.42 473	96.66 473	99.97 476	99.96 477	100.00 480	99.97 477	98.66 475	99.15 476	100.00 479	100.00 481

Selective-RAFT-Error	100.00 484	100.00 480	100.00 482	100.00 482	100.00 478	100.00 477	100.00 478	100.00 480	100.00 478	100.00 479	100.00 477	100.00 481	100.00 479	100.00 480	100.00 481	100.00 480	100.00 479	100.00 476	100.00 479	100.00 479	100.00 481

PML	97.88 474	100.00 480	96.45 470	98.01 475	97.88 475	100.00 477	99.35 476	96.88 473	97.72 474	100.00 479	97.36 474	97.38 474	99.60 475	100.00 480	96.32 474	99.99 478	97.55 473	100.00 476	96.01 474	99.18 475	87.92 474

CasAABBNet	100.00 484	100.00 480	100.00 482	100.00 482	100.00 478	100.00 477	100.00 478	100.00 480	100.00 478	100.00 479	100.00 477	100.00 481	100.00 479	100.00 480	100.00 481	100.00 480	100.00 479	100.00 476	100.00 479	100.00 479	100.00 481

LSM0	100.00 484	100.00 480	100.00 482	100.00 482	100.00 478	100.00 477	100.00 478	100.00 480	100.00 478	100.00 479	100.00 477	100.00 481	100.00 479	100.00 480	100.00 481	100.00 480	100.00 479	100.00 476	100.00 479	100.00 479	99.99 479

DPSMNet_ROB	99.91 481	100.00 480	99.99 478	99.99 479	100.00 478	100.00 477	100.00 478	99.98 479	100.00 478	98.35 474	100.00 477	99.84 477	100.00 479	99.98 477	99.99 478	100.00 480	100.00 479	100.00 476	100.00 479	100.00 479	100.00 481

DGTPSM_ROB	99.90 480	100.00 480	99.99 478	99.99 479	100.00 478	100.00 477	100.00 478	99.97 478	100.00 478	98.35 474	100.00 477	99.84 477	100.00 479	99.98 477	99.99 478	99.99 478	100.00 479	100.00 476	100.00 479	100.00 479	100.00 481

DPSM_ROB	99.95 482	100.00 480	100.00 482	99.76 477	100.00 478	100.00 477	100.00 478	100.00 480	100.00 478	100.00 479	100.00 477	100.00 481	100.00 479	100.00 480	100.00 481	99.21 475	100.00 479	100.00 476	100.00 479	99.99 477	99.95 477

DPSM	99.95 482	100.00 480	100.00 482	99.76 477	100.00 478	100.00 477	100.00 478	100.00 480	100.00 478	100.00 479	100.00 477	100.00 481	100.00 479	100.00 480	100.00 481	99.21 475	100.00 479	100.00 476	100.00 479	99.99 477	99.95 477

Low-res two-view benchmark