Low-res two-view results

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

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

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

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

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

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

CAS	1.26 70	0.40 1	1.46 15	2.97 385	1.61 330	4.13 254	0.73 87	1.78 20	1.49 47	0.83 22	1.10 23	0.59 3	0.53 2	1.26 34	0.80 41	2.99 389	0.13 1	0.21 2	0.13 1	0.31 75	1.72 372

s12784h	1.31 81	0.45 2	2.41 92	0.71 8	0.35 4	4.42 313	0.50 17	4.22 292	2.73 293	2.01 162	2.48 293	0.91 43	0.96 55	2.01 115	0.70 23	0.29 77	0.18 24	0.24 17	0.16 7	0.27 23	0.18 2

Selective-RAFT	1.15 41	0.46 3	1.64 26	0.99 116	0.45 47	4.17 272	0.51 21	3.21 112	1.69 129	1.12 42	1.34 59	1.45 98	1.40 141	2.08 119	0.94 85	0.41 237	0.20 56	0.24 17	0.23 59	0.27 23	0.25 27

MIF-Stereo	0.82 6	0.47 4	2.63 102	0.96 101	1.19 254	0.78 3	0.39 6	1.12 1	1.54 75	1.19 44	1.26 42	0.51 1	0.64 9	1.13 14	1.03 100	0.30 111	0.20 56	0.24 17	0.21 29	0.40 176	0.25 27

MC-Stereo	1.06 32	0.48 5	1.55 22	1.15 195	0.41 32	4.56 341	0.61 45	2.06 29	1.46 33	1.90 124	1.61 108	0.89 42	1.12 94	1.35 45	0.73 30	0.25 19	0.18 24	0.26 37	0.22 50	0.25 11	0.24 21

PMTNet	0.99 23	0.48 5	1.73 30	0.62 2	0.56 99	4.20 283	0.43 11	1.88 22	1.58 94	1.00 30	1.05 17	0.78 25	0.98 60	1.50 59	0.85 52	1.21 371	0.20 56	0.23 5	0.15 4	0.22 3	0.19 3

CREStereo++_RVC	1.02 29	0.49 7	1.54 21	0.83 43	0.55 96	4.01 230	0.31 2	1.63 12	1.99 171	1.63 77	2.13 242	0.84 35	0.65 11	0.88 1	0.70 23	0.27 34	0.15 2	0.23 5	1.22 379	0.24 5	0.17 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
test_4	1.30 78	0.50 8	6.16 167	0.84 49	0.45 47	1.61 20	1.12 237	2.14 33	1.42 23	1.52 62	2.31 278	1.84 148	0.79 33	2.52 155	1.19 127	0.27 34	0.17 9	0.29 82	0.29 174	0.29 43	0.25 27

FENet	2.25 199	0.50 8	20.29 359	1.35 263	0.67 135	4.01 230	0.60 42	3.95 224	1.99 171	1.96 140	1.11 24	2.43 215	1.43 150	1.60 72	1.39 163	0.32 143	0.22 103	0.33 166	0.26 102	0.29 43	0.39 179

CASnet	0.78 2	0.51 10	1.29 7	0.81 29	0.29 1	1.28 12	0.74 97	1.51 5	1.89 160	1.64 79	1.09 22	0.65 7	0.64 9	0.91 2	0.76 35	0.29 77	0.17 9	0.41 249	0.31 204	0.32 98	0.19 3
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
EGLCR-Stereo	1.06 32	0.51 10	1.56 23	1.02 136	0.39 26	4.27 294	0.42 8	4.08 260	1.48 41	0.90 25	0.68 1	1.09 55	0.66 13	1.81 97	0.62 2	0.27 34	0.19 39	0.29 82	0.23 59	0.37 161	0.25 27

DCANet-4	1.96 160	0.51 10	14.31 251	0.82 36	0.40 29	4.16 267	0.57 30	4.29 318	2.98 327	2.30 242	1.80 157	1.03 51	1.54 183	1.44 52	1.44 170	0.29 77	0.23 127	0.23 5	0.18 9	0.24 5	0.42 204

tt	7.19 394	0.51 10	6.83 171	4.03 399	2.30 379	12.05 407	20.19 416	15.46 415	6.58 398	3.42 353	3.22 342	5.37 376	6.39 381	4.20 202	7.46 356	9.81 417	11.53 423	7.05 415	7.46 416	6.31 407	3.71 405

test_3	1.19 44	0.51 10	2.08 68	0.99 116	0.41 32	2.05 39	0.87 166	4.40 346	1.42 23	1.99 148	1.18 30	2.03 174	0.79 33	2.70 167	0.75 33	0.27 34	0.17 9	0.29 82	0.29 174	0.30 59	0.27 56

LoS	0.94 13	0.52 15	1.88 41	0.86 59	0.36 5	4.15 258	0.51 21	2.18 35	1.45 26	0.97 29	0.88 7	0.62 5	0.79 33	1.59 70	0.86 56	0.26 27	0.19 39	0.24 17	0.16 7	0.21 2	0.20 6

Selective-IGEV	0.80 4	0.52 15	1.05 2	0.75 11	0.61 118	1.31 13	0.82 135	2.60 72	1.41 22	0.82 20	1.64 113	0.71 16	0.62 7	1.22 30	0.64 4	0.22 4	0.19 39	0.24 17	0.18 9	0.25 11	0.20 6

RCA-Stereo	1.21 52	0.52 15	1.58 24	0.90 74	0.46 54	4.68 357	0.79 122	4.13 271	1.74 142	1.92 130	1.80 157	0.94 46	1.48 163	1.14 15	0.70 23	0.27 34	0.18 24	0.25 27	0.19 18	0.25 11	0.23 15

GLC_STEREO	0.76 1	0.52 15	1.12 3	0.83 43	0.33 2	1.86 28	0.82 135	1.46 3	1.38 20	0.95 28	1.04 16	0.68 8	0.72 18	0.97 3	0.80 41	0.23 7	0.25 173	0.32 135	0.25 89	0.32 98	0.30 98

test-3	1.19 44	0.52 15	2.00 50	1.01 127	0.42 35	1.95 31	0.91 184	4.35 338	1.47 36	2.24 231	1.16 28	2.06 180	0.79 33	2.68 165	0.76 35	0.27 34	0.18 24	0.28 67	0.26 102	0.26 17	0.25 27

test_1	1.19 44	0.52 15	2.00 50	1.01 127	0.42 35	1.95 31	0.90 176	4.36 340	1.47 36	2.17 208	1.16 28	2.06 180	0.78 31	2.68 165	0.76 35	0.27 34	0.18 24	0.28 67	0.26 102	0.26 17	0.25 27

KYRaft	1.59 112	0.52 15	1.73 30	0.95 97	0.49 74	4.38 304	1.79 315	2.43 47	1.51 56	2.49 281	2.98 330	2.00 170	3.41 333	2.14 127	0.82 44	0.30 111	0.21 81	0.33 166	0.46 302	0.35 144	2.45 386

GMM-Stereo	2.45 235	0.52 15	20.38 362	0.89 69	0.82 168	4.18 274	1.91 324	2.45 49	1.48 41	2.48 280	2.30 271	1.69 119	1.86 245	2.93 173	1.08 107	0.28 60	0.18 24	0.33 166	0.48 309	0.35 144	2.41 384

CFNet-RSSM	2.08 183	0.52 15	20.06 345	1.01 127	0.56 99	3.39 110	0.64 56	3.67 161	1.55 81	1.72 93	1.37 64	2.57 228	1.19 112	1.11 10	0.86 56	0.27 34	0.20 56	0.25 27	0.23 59	0.27 23	0.23 15

11t1	1.11 36	0.53 24	1.80 38	1.55 313	0.65 129	2.20 47	0.60 42	3.66 160	1.49 47	1.60 69	1.26 42	1.03 51	1.35 135	1.72 91	0.97 89	0.28 60	0.31 225	0.29 82	0.23 59	0.30 59	0.34 133

Any-RAFT	1.40 89	0.53 24	2.78 109	1.09 160	0.64 124	4.41 311	0.81 132	3.97 230	2.78 299	1.99 148	1.34 59	2.36 207	1.56 186	1.56 66	0.75 33	0.27 34	0.20 56	0.25 27	0.18 9	0.25 11	0.28 69

FTStereo	3.71 341	0.53 24	20.37 361	0.96 101	0.65 129	4.34 301	11.29 404	2.62 73	1.50 52	2.58 293	5.04 367	1.90 153	13.84 404	3.71 188	1.25 141	0.38 210	0.24 156	0.31 120	0.32 211	0.30 59	2.10 379

GrayStereo	2.58 261	0.53 24	1.63 25	1.58 317	0.89 187	4.17 272	8.17 401	3.03 98	1.52 63	2.80 318	2.50 295	1.70 120	17.10 406	2.83 171	1.15 118	0.33 154	0.21 81	0.27 53	0.32 211	0.28 35	0.53 265

CREStereo	0.92 11	0.53 24	1.45 14	0.61 1	0.34 3	4.42 313	0.40 7	2.21 36	1.54 75	0.94 27	1.12 25	0.87 39	0.87 41	1.12 11	0.72 29	0.28 60	0.19 39	0.22 4	0.15 4	0.22 3	0.19 3
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
AEACV	0.79 3	0.54 29	1.35 11	0.97 108	0.63 122	1.13 6	0.92 194	2.02 28	0.91 1	0.76 13	0.79 6	0.80 30	1.61 192	1.28 38	0.61 1	0.22 4	0.18 24	0.26 37	0.23 59	0.27 23	0.23 15

LCNet	1.55 100	0.54 29	1.88 41	0.99 116	0.55 96	3.60 150	1.21 255	2.86 89	1.53 68	2.18 210	1.74 137	1.43 97	4.17 349	3.62 185	0.87 61	0.29 77	0.20 56	0.28 67	0.77 354	0.47 242	1.85 375

PSM-AAD	2.43 233	0.54 29	1.32 9	0.92 81	0.54 94	4.48 319	7.47 397	2.96 93	1.55 81	2.31 247	2.56 303	1.26 75	16.23 405	2.46 145	0.89 65	0.28 60	0.21 81	0.58 324	0.41 288	0.34 129	1.32 360

xxxx	2.67 269	0.54 29	2.03 53	1.22 219	0.81 160	3.49 127	0.63 55	4.49 361	2.49 266	2.22 225	2.23 257	2.05 178	1.38 137	10.05 313	17.91 398	0.32 143	0.32 231	0.30 101	0.27 126	0.33 113	0.34 133

MIF-Stereo (partial)	0.98 17	0.55 33	2.83 110	0.71 8	1.03 221	1.08 5	0.49 16	2.55 65	1.66 122	0.79 17	1.20 32	0.80 30	0.90 45	1.61 77	1.56 193	0.36 189	0.24 156	0.33 166	0.25 89	0.40 176	0.28 69

CES	1.01 25	0.55 33	1.74 33	0.92 81	2.15 373	2.15 43	0.50 17	2.01 27	1.45 26	0.76 13	1.02 9	0.61 4	0.47 1	1.29 40	0.79 40	0.22 4	0.17 9	0.24 17	0.14 2	0.63 291	2.29 381

DisPM	1.36 85	0.55 33	2.39 91	1.54 308	0.51 78	4.59 344	0.79 122	2.50 52	1.88 156	2.50 282	1.83 176	1.45 98	1.01 65	2.71 168	0.93 84	0.46 269	0.20 56	0.32 135	0.31 204	0.31 75	0.44 217

RAFT-RH_RVC	2.63 263	0.55 33	19.97 342	1.26 233	0.47 64	4.46 317	0.57 30	1.71 14	1.64 119	3.06 336	5.51 369	2.03 174	1.28 124	6.70 245	1.52 189	0.42 247	0.22 103	0.37 221	0.34 226	0.28 35	0.29 76

RAFT-345	2.46 237	0.55 33	19.69 333	1.02 136	0.49 74	4.43 315	0.78 117	1.64 13	2.34 233	2.09 181	3.12 338	1.96 163	1.31 129	6.65 243	1.43 168	0.36 189	0.23 127	0.32 135	0.25 89	0.28 35	0.25 27

Prome-Stereo	1.61 114	0.55 33	1.71 29	0.98 111	0.60 115	4.41 311	1.82 319	3.03 98	1.53 68	2.18 210	3.45 349	1.72 123	3.49 337	2.23 137	1.08 107	0.29 77	0.20 56	0.26 37	0.25 89	0.34 129	2.16 380

TANstereo	1.01 25	0.55 33	1.73 30	0.76 24	0.36 5	4.04 234	0.38 5	1.48 4	1.62 115	2.03 170	2.10 234	0.84 35	0.93 51	0.98 4	0.62 2	0.28 60	0.36 258	0.23 5	0.20 23	0.25 11	0.46 232

MGS-Stereo	0.80 4	0.56 40	1.53 18	0.93 92	0.39 26	1.26 10	0.73 87	1.45 2	1.30 16	1.01 31	2.26 261	0.80 30	0.56 3	1.16 17	0.65 8	0.27 34	0.23 127	0.26 37	0.22 50	0.27 23	0.25 27

ttt	2.76 276	0.56 40	2.28 83	1.41 284	1.21 263	3.67 163	0.77 115	4.59 371	2.94 323	2.35 260	2.30 271	2.45 218	1.54 183	11.25 348	15.56 384	0.43 252	0.36 258	0.37 221	0.33 219	0.40 176	0.40 196

riskmin	1.25 63	0.56 40	2.05 56	1.05 145	0.93 197	2.86 62	0.55 27	3.23 115	1.34 18	1.55 65	1.07 20	3.56 313	2.03 257	1.29 40	1.00 98	0.28 60	0.27 192	0.34 182	0.21 29	0.41 197	0.43 212

DRaft	2.28 208	0.56 40	2.64 103	0.74 10	0.46 54	3.94 211	1.23 256	2.32 41	1.55 81	2.64 304	2.80 322	1.60 109	5.34 366	6.96 253	10.99 371	0.34 166	0.22 103	0.27 53	0.27 126	0.29 43	0.37 161

HCRNet	1.60 113	0.56 40	2.47 95	0.78 26	1.36 288	4.11 249	0.71 81	3.57 149	2.79 301	1.75 98	1.61 108	1.58 107	1.41 145	5.79 227	1.56 193	0.34 166	0.28 200	0.36 209	0.29 174	0.33 113	0.37 161

test_xeample	2.67 269	0.56 40	2.05 56	1.09 160	0.81 160	3.24 90	0.80 127	4.55 368	2.70 290	2.42 275	2.27 262	1.39 89	1.40 141	10.75 330	17.51 397	0.30 111	0.30 217	0.32 135	0.28 151	0.34 129	0.33 123

SMFormer	2.00 168	0.57 46	4.46 146	1.36 269	0.57 108	2.03 34	0.73 87	4.25 305	2.80 305	2.32 251	2.31 278	1.95 158	1.52 175	10.99 341	2.13 267	0.34 166	0.32 231	0.36 209	0.31 204	0.38 165	0.36 147

tta	2.00 168	0.57 46	4.46 146	1.36 269	0.57 108	2.03 34	0.73 87	4.25 305	2.80 305	2.32 251	2.31 278	1.95 158	1.52 175	10.99 341	2.13 267	0.34 166	0.32 231	0.36 209	0.31 204	0.29 43	0.29 76

qqq1	1.92 153	0.57 46	4.46 146	1.36 269	0.57 108	2.03 34	0.73 87	4.25 305	2.80 305	2.32 251	2.31 278	1.95 158	1.52 175	10.99 341	0.71 26	0.34 166	0.32 231	0.30 101	0.23 59	0.29 43	0.29 76

fff1	1.92 153	0.57 46	4.46 146	1.36 269	0.57 108	2.03 34	0.73 87	4.25 305	2.80 305	2.32 251	2.31 278	1.95 158	1.52 175	10.99 341	0.71 26	0.34 166	0.32 231	0.30 101	0.23 59	0.29 43	0.29 76

1111x	3.13 316	0.57 46	8.38 184	1.20 211	0.76 153	3.80 182	0.88 170	4.61 373	2.63 282	2.31 247	2.16 246	1.95 158	1.81 238	11.54 356	18.13 400	0.32 143	0.31 225	0.32 135	0.30 188	0.35 144	0.34 133

qqq	1.30 78	0.57 46	1.67 27	1.15 195	0.51 78	2.18 45	0.91 184	3.98 232	1.53 68	1.50 61	1.24 37	1.79 135	1.34 133	4.66 205	0.98 91	0.28 60	0.31 225	0.33 166	0.33 219	0.33 113	0.32 112

x	1.15 41	0.57 46	1.53 18	1.44 289	0.67 135	1.94 30	0.97 209	3.87 200	1.57 92	1.61 74	1.28 49	1.58 107	1.22 114	1.93 108	1.04 101	0.28 60	0.30 217	0.34 182	0.29 174	0.32 98	0.31 105

PFNet+	1.46 95	0.57 46	2.84 111	0.92 81	0.47 64	4.64 351	0.84 142	2.46 50	1.99 171	2.14 194	1.64 113	1.34 82	1.03 67	4.68 207	1.23 140	0.45 265	0.33 238	0.37 221	0.39 274	0.32 98	0.49 245

cross-raft	2.01 171	0.57 46	19.01 318	1.03 143	0.56 99	2.11 42	0.72 83	3.63 155	1.57 92	1.77 100	1.51 82	3.17 279	1.13 96	1.16 17	0.85 52	0.23 7	0.21 81	0.26 37	0.23 59	0.28 35	0.25 27

222	2.68 272	0.57 46	2.03 53	1.11 172	0.81 160	3.23 88	0.65 62	4.52 366	2.45 258	2.34 259	2.29 267	1.41 94	1.44 152	10.50 323	18.47 402	0.32 143	0.30 217	0.32 135	0.27 126	0.32 98	0.34 133

Gwc-CoAtRS	1.58 107	0.57 46	11.69 221	1.01 127	0.60 115	2.53 53	0.64 56	2.36 42	1.56 86	1.80 106	1.47 75	2.74 242	1.18 108	1.12 11	0.90 68	0.27 34	0.21 81	0.25 27	0.22 50	0.27 23	0.23 15

HSM-Net_RVC	2.87 284	0.57 46	17.46 295	0.92 81	0.90 190	3.70 166	1.20 252	5.64 396	2.51 270	3.22 345	2.43 289	2.54 226	1.59 187	11.41 352	1.65 210	0.34 166	0.25 173	0.26 37	0.23 59	0.30 59	0.29 76
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
IGEV+	0.90 10	0.58 58	1.32 9	0.94 95	0.45 47	1.27 11	1.00 213	3.32 126	1.55 81	0.82 20	1.34 59	0.86 38	1.09 84	1.16 17	0.89 65	0.33 154	0.18 24	0.23 5	0.19 18	0.29 43	0.22 9

mmm	1.27 74	0.58 58	2.20 74	1.41 284	0.68 140	2.39 50	0.85 148	3.90 209	1.63 118	2.20 216	1.84 181	1.28 77	1.50 170	1.91 107	0.89 65	0.31 128	0.27 192	0.45 268	0.37 259	0.38 165	0.34 133

IPLGR	2.53 251	0.58 58	20.46 367	0.82 36	0.52 85	4.56 341	0.50 17	4.30 325	2.38 245	1.87 116	1.53 88	1.68 117	1.72 223	6.95 252	1.15 118	0.28 60	0.21 81	0.27 53	0.23 59	0.33 113	0.32 112

DEmStereo	2.97 298	0.58 58	13.42 232	0.79 28	0.51 78	3.84 191	1.84 322	2.42 45	1.60 109	2.25 233	2.74 316	2.03 174	6.04 373	6.79 251	12.80 377	0.35 184	0.26 184	0.26 37	0.27 126	0.27 23	0.37 161

SST-Stereo	1.76 131	0.58 58	3.10 119	1.44 289	0.46 54	4.71 368	0.76 105	2.22 37	2.79 301	2.07 180	2.18 249	2.43 215	3.22 326	6.66 244	0.84 49	0.42 247	0.19 39	0.30 101	0.27 126	0.35 144	0.26 44

R-Stereo Train	1.20 49	0.58 58	1.81 39	0.99 116	0.67 135	3.78 178	0.90 176	4.09 262	1.51 56	2.16 204	1.71 130	1.13 58	0.94 52	1.40 47	0.91 74	0.30 111	0.24 156	0.26 37	0.21 29	0.26 17	0.25 27

RAFT-Stereo	1.20 49	0.58 58	1.81 39	0.99 116	0.67 135	3.78 178	0.90 176	4.09 262	1.51 56	2.16 204	1.71 130	1.13 58	0.94 52	1.40 47	0.91 74	0.30 111	0.24 156	0.26 37	0.21 29	0.26 17	0.25 27
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
RAFT-Test	1.44 92	0.59 65	6.10 166	1.01 127	0.69 142	2.90 64	0.80 127	3.68 162	1.70 132	1.85 111	1.68 121	3.15 278	1.03 67	1.20 27	0.99 96	0.27 34	0.22 103	0.25 27	0.23 59	0.27 23	0.25 27

BUS	1.49 99	0.59 65	1.94 46	0.87 62	0.85 173	4.50 327	0.76 105	4.48 358	1.88 156	2.93 325	1.83 176	3.63 315	0.97 58	1.60 72	1.17 124	0.34 166	0.25 173	0.31 120	0.28 151	0.35 144	0.33 123

BSDual-CNN	1.46 95	0.59 65	1.94 46	0.87 62	0.85 173	4.16 267	1.16 244	4.48 358	1.88 156	2.93 325	1.83 176	2.60 232	1.31 129	1.60 72	1.21 134	0.34 166	0.25 173	0.31 120	0.28 151	0.35 144	0.33 123

psmg	1.47 98	0.59 65	1.94 46	0.92 81	0.85 173	4.30 298	1.42 283	4.10 269	1.88 156	2.64 304	2.09 233	2.60 232	1.31 129	1.60 72	1.21 134	0.34 166	0.27 192	0.33 166	0.34 226	0.36 155	0.34 133

PSM-softLoss	1.66 120	0.59 65	5.15 157	2.25 367	0.48 70	4.68 357	0.69 74	2.57 69	1.52 63	2.14 194	1.45 69	1.42 95	0.99 61	6.04 233	1.20 130	0.41 237	0.23 127	0.37 221	0.39 274	0.32 98	0.31 105

KMStereo	1.66 120	0.59 65	5.15 157	2.25 367	0.48 70	4.68 357	0.69 74	2.57 69	1.52 63	2.14 194	1.45 69	1.42 95	0.99 61	6.04 233	1.20 130	0.41 237	0.23 127	0.37 221	0.39 274	0.32 98	0.31 105

RAFT_R40	1.70 123	0.59 65	2.99 115	1.46 294	0.46 54	4.74 372	0.98 212	2.23 38	1.56 86	2.02 166	2.35 286	2.71 240	2.56 296	6.71 247	0.90 68	0.40 227	0.19 39	0.30 101	0.27 126	0.33 113	0.26 44

Pruner-Stereo	1.32 83	0.59 65	2.11 69	1.79 344	0.47 64	4.73 369	0.79 122	2.53 55	1.72 134	2.47 279	1.58 97	1.48 100	1.03 67	1.66 85	1.47 177	0.44 259	0.21 81	0.34 182	0.30 188	0.30 59	0.39 179

MDST_ROB	5.53 377	0.59 65	23.11 407	2.55 378	2.69 382	21.20 416	1.98 328	4.77 380	2.65 284	9.36 402	4.25 359	4.14 339	4.45 354	22.57 411	3.68 324	0.48 282	0.33 238	0.47 275	0.44 296	0.44 225	0.44 217

AE-Stereo	1.18 43	0.60 74	2.05 56	1.10 168	0.60 115	4.39 306	0.72 83	3.74 175	1.62 115	1.10 39	1.90 201	1.01 50	0.92 49	1.45 56	0.82 44	0.28 60	0.22 103	0.28 67	0.28 151	0.26 17	0.22 9

DualNet	2.49 244	0.60 74	5.21 159	1.14 182	0.99 211	3.62 154	0.86 150	4.22 292	3.37 358	2.20 216	2.30 271	3.48 298	1.62 195	2.21 133	16.09 386	0.29 77	0.16 4	0.48 283	0.37 259	0.30 59	0.29 76

ffm	1.72 124	0.60 74	5.21 159	1.14 182	0.99 211	3.62 154	0.86 150	4.22 292	3.37 358	2.20 216	2.30 271	3.48 298	1.62 195	2.21 133	0.65 8	0.29 77	0.16 4	0.48 283	0.37 259	0.30 59	0.29 76

ff1	2.96 294	0.60 74	5.21 159	1.14 182	0.99 211	3.62 154	0.86 150	4.22 292	3.37 358	2.20 216	2.30 271	3.48 298	1.62 195	11.62 360	16.09 386	0.29 77	0.16 4	0.48 283	0.37 259	0.30 59	0.29 76

mmx	2.98 300	0.60 74	5.21 159	1.14 182	0.99 211	3.62 154	0.86 150	4.49 361	3.05 333	2.20 216	2.30 271	3.48 298	1.62 195	11.62 360	16.09 386	0.33 154	0.28 200	0.48 283	0.37 259	0.44 225	0.37 161

xxx	2.98 300	0.60 74	5.21 159	1.14 182	0.99 211	3.62 154	0.86 150	4.49 361	3.05 333	2.20 216	2.30 271	3.48 298	1.62 195	11.62 360	16.09 386	0.33 154	0.28 200	0.48 283	0.37 259	0.44 225	0.37 161

anonymousdsp2	1.26 70	0.60 74	3.74 141	1.02 136	0.41 32	3.60 150	0.72 83	3.68 162	1.47 36	1.37 51	1.56 94	1.83 145	1.01 65	2.00 112	0.66 11	0.29 77	0.20 56	0.28 67	0.20 23	0.32 98	0.29 76

knoymous	1.30 78	0.60 74	5.57 165	0.88 66	0.75 150	3.04 75	0.90 176	2.68 76	1.33 17	1.48 59	1.07 20	2.78 251	0.88 42	1.29 40	0.85 52	0.31 128	0.22 103	0.35 198	0.20 23	0.45 233	0.37 161

CrosDoStereo	5.24 372	0.60 74	20.23 353	0.82 36	0.51 78	3.39 110	18.11 412	3.82 188	2.27 222	1.98 143	8.74 384	1.96 163	6.96 384	7.35 257	26.35 415	0.30 111	0.22 103	0.30 101	0.28 151	0.33 113	0.38 174

AAGNet	2.86 281	0.60 74	1.77 35	2.05 362	0.46 54	4.76 374	1.09 232	2.27 39	1.56 86	2.17 208	1.84 181	2.41 211	4.00 345	6.23 236	24.22 413	0.46 269	0.19 39	0.30 101	0.29 174	0.32 98	0.24 21

ASMatch	2.62 262	0.60 74	20.65 373	1.37 277	0.64 124	4.39 306	0.78 117	1.97 25	1.58 94	1.70 89	3.89 357	1.94 156	3.79 341	5.46 218	1.64 208	0.31 128	0.24 156	0.34 182	0.28 151	0.33 113	0.50 252

DeepStereo_LL	5.24 372	0.60 74	20.23 353	0.82 36	0.51 78	3.39 110	18.11 412	3.82 188	2.27 222	1.98 143	8.74 384	1.96 163	6.96 384	7.35 257	26.35 415	0.30 111	0.22 103	0.30 101	0.28 151	0.33 113	0.38 174

PFNet	2.47 240	0.60 74	16.95 285	2.15 366	0.81 160	4.63 350	0.91 184	2.55 65	1.52 63	2.40 273	2.79 320	1.83 145	1.42 148	7.54 261	1.34 160	0.33 154	0.21 81	0.36 209	0.27 126	0.32 98	0.39 179

IRAFT_RVC	1.87 141	0.60 74	4.33 145	2.40 376	0.66 132	4.59 344	1.59 300	2.96 93	1.51 56	2.23 229	1.75 141	2.09 184	2.63 299	6.70 245	1.50 182	0.33 154	0.21 81	0.33 166	0.29 174	0.32 98	0.32 112

NF-Stereo	1.58 107	0.61 88	2.66 104	2.26 369	0.47 64	4.68 357	0.67 65	3.31 122	1.48 41	2.11 188	1.59 100	1.36 85	1.09 84	6.08 235	1.20 130	0.40 227	0.20 56	0.36 209	0.34 226	0.31 75	0.36 147

OCTAStereo	1.58 107	0.61 88	2.72 105	2.27 372	0.46 54	4.68 357	0.67 65	3.30 121	1.48 41	2.11 188	1.59 100	1.36 85	1.09 84	6.02 232	1.21 134	0.41 237	0.20 56	0.36 209	0.34 226	0.31 75	0.37 161

NRIStereo	1.28 75	0.61 88	1.67 27	1.15 195	0.38 25	4.73 369	0.90 176	2.42 45	1.50 52	1.93 134	1.33 54	1.75 125	1.22 114	2.96 175	1.33 158	0.46 269	0.22 103	0.29 82	0.26 102	0.30 59	0.28 69

RE-Stereo	1.58 107	0.61 88	2.72 105	2.26 369	0.46 54	4.68 357	0.68 69	3.31 122	1.48 41	2.11 188	1.59 100	1.36 85	1.09 84	6.01 230	1.22 137	0.41 237	0.20 56	0.36 209	0.34 226	0.31 75	0.37 161

TVStereo	1.58 107	0.61 88	2.72 105	2.26 369	0.46 54	4.68 357	0.68 69	3.31 122	1.48 41	2.11 188	1.59 100	1.36 85	1.09 84	6.01 230	1.22 137	0.41 237	0.20 56	0.36 209	0.34 226	0.31 75	0.37 161

CRE-IMP	1.23 55	0.61 88	2.14 70	0.82 36	0.39 26	4.54 333	0.83 139	2.63 74	1.55 81	1.95 138	1.46 71	1.87 152	0.96 55	1.48 58	1.33 158	0.45 265	0.21 81	0.31 120	0.26 102	0.41 197	0.31 105

XX-Stereo	2.54 253	0.61 88	20.21 352	1.78 339	1.19 254	4.30 298	0.46 12	4.39 344	1.58 94	2.32 251	1.89 197	4.64 362	0.60 4	4.16 200	0.82 44	0.31 128	0.21 81	0.28 67	0.27 126	0.51 252	0.26 44

iRaft-Stereo_20w	1.88 145	0.62 95	10.58 213	0.90 74	0.83 169	2.96 72	0.78 117	4.90 382	1.58 94	2.29 238	1.60 104	1.25 74	4.51 356	2.28 140	0.90 68	0.29 77	0.21 81	0.26 37	0.24 80	0.41 197	0.31 105

ac_64	2.35 224	0.62 95	9.77 200	1.32 251	1.71 346	3.27 96	0.93 195	3.48 134	2.50 267	1.74 96	1.73 135	3.91 325	1.77 227	10.21 316	1.86 235	0.40 227	0.31 225	0.33 166	0.30 188	0.34 129	0.39 179

GANet-RSSM	1.98 164	0.62 95	3.49 131	1.69 330	1.23 264	4.22 284	0.91 184	3.31 122	1.86 154	1.81 107	1.74 137	2.34 203	1.82 240	10.92 338	1.73 221	0.34 166	0.29 208	0.31 120	0.28 151	0.39 173	0.40 196

SGM-Forest	2.96 294	0.62 95	3.49 131	1.09 160	0.80 158	4.06 237	3.30 372	4.37 342	3.09 336	4.18 372	3.27 345	4.67 364	3.86 343	11.69 369	7.91 358	0.51 301	0.46 316	0.49 296	0.39 274	0.48 245	0.49 245
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
DeepStereo_RVC	1.55 100	0.63 99	3.32 127	0.77 25	0.42 35	4.49 324	0.72 83	2.50 52	1.58 94	2.02 166	1.81 169	1.54 106	6.38 380	1.73 92	1.19 127	0.46 269	0.22 103	0.29 82	0.28 151	0.35 144	0.38 174

test_xeample3	2.12 185	0.63 99	21.55 395	0.91 78	0.47 64	1.85 27	0.94 198	7.96 399	1.23 4	0.75 6	0.76 3	0.64 6	0.70 14	1.77 94	0.83 47	0.30 111	0.21 81	0.27 53	0.21 29	0.27 23	0.24 21

EAI-Stereo	2.35 224	0.63 99	2.97 114	0.95 97	0.65 129	3.84 191	14.27 408	5.04 384	2.19 209	2.06 177	7.25 372	1.10 56	0.94 52	1.65 84	1.37 162	0.31 128	0.22 103	0.27 53	0.60 337	0.27 23	0.32 112

SFCPSM	2.18 191	0.63 99	17.03 286	0.88 66	0.98 208	3.74 172	1.28 261	4.09 262	2.16 204	1.85 111	1.83 176	1.65 114	1.39 140	2.50 148	1.50 182	0.33 154	0.27 192	0.39 236	0.36 248	0.34 129	0.37 161

UPFNet	1.81 137	0.63 99	6.71 170	1.25 227	1.44 304	3.50 130	1.35 267	4.02 243	1.85 153	2.40 273	1.52 83	2.41 211	1.40 141	3.62 185	1.88 237	0.34 166	0.33 238	0.37 221	0.31 204	0.41 197	0.39 179

MSKI-zero shot	2.22 193	0.64 104	20.09 349	0.96 101	0.56 99	4.04 234	0.70 79	3.91 213	1.50 52	1.92 130	2.28 265	1.92 155	0.71 16	2.93 173	0.67 13	0.26 27	0.23 127	0.26 37	0.21 29	0.28 35	0.26 44

EKT-Stereo	6.79 391	0.64 104	4.24 144	1.77 338	106.39 432	4.51 331	0.61 45	3.16 107	1.53 68	1.88 118	1.22 34	1.98 167	1.36 136	3.81 189	0.84 49	0.35 184	0.24 156	0.29 82	0.26 102	0.34 129	0.48 241

hknet	1.98 164	0.64 104	8.70 188	0.87 62	1.07 230	4.16 267	1.16 244	4.48 358	1.73 136	2.93 325	1.83 176	3.48 298	1.30 128	3.91 194	1.51 187	0.31 128	0.25 173	0.31 120	0.28 151	0.35 144	0.33 123

GES	1.38 88	0.64 104	2.61 99	1.09 160	0.57 108	4.30 298	1.02 218	3.86 198	1.51 56	1.72 93	1.74 137	1.28 77	1.77 227	1.62 78	1.61 202	0.39 221	0.27 192	0.33 166	0.30 188	0.41 197	0.47 237

ACVNet	1.46 95	0.64 104	3.56 134	0.93 92	0.85 173	4.22 284	0.80 127	2.85 86	2.08 186	1.78 102	1.88 192	3.10 272	1.46 159	1.33 43	1.89 238	0.29 77	0.26 184	0.30 101	0.26 102	0.39 173	0.27 56

acv_ft	1.55 100	0.64 104	3.29 125	1.14 182	2.01 368	2.93 68	0.97 209	3.81 187	2.08 186	2.22 225	1.88 192	3.10 272	1.66 214	1.33 43	2.22 273	0.29 77	0.26 184	0.30 101	0.26 102	0.39 173	0.27 56

MSMDNet	2.23 195	0.64 104	17.32 287	0.84 49	0.75 150	3.53 136	0.64 56	3.61 154	1.98 170	1.71 92	1.64 113	3.22 281	2.99 312	2.08 119	1.11 112	0.31 128	0.37 270	0.45 268	0.26 102	0.62 290	0.45 222

IGEVStereo-DCA	0.86 9	0.65 111	2.05 56	0.90 74	0.46 54	1.57 18	0.86 150	1.62 7	1.24 5	0.65 1	0.77 4	0.74 22	0.72 18	2.59 160	0.86 56	0.28 60	0.21 81	0.28 67	0.21 29	0.29 43	0.27 56

rrr	2.27 203	0.65 111	23.82 411	0.90 74	0.46 54	1.57 18	0.96 207	7.98 400	1.19 3	0.65 1	0.77 4	0.74 22	0.72 18	2.59 160	0.86 56	0.28 60	0.21 81	0.28 67	0.21 29	0.29 43	0.25 27

PCWNet_CMD	2.23 195	0.65 111	17.36 291	0.83 43	0.76 153	3.51 132	0.64 56	3.60 152	1.97 168	1.70 89	1.63 111	3.22 281	3.05 318	2.09 122	1.11 112	0.31 128	0.36 258	0.47 275	0.26 102	0.64 297	0.47 237

IER	1.69 122	0.65 111	7.19 175	0.94 95	1.15 243	3.28 99	0.89 172	3.48 134	1.97 168	2.10 184	1.98 212	2.28 194	2.12 265	2.25 138	1.75 224	0.29 77	0.23 127	0.36 209	0.30 188	0.32 98	0.34 133

IPLG	2.48 242	0.65 111	19.63 331	0.91 78	0.79 157	4.60 346	0.56 29	4.31 328	1.84 152	1.91 129	2.00 215	1.31 80	1.38 137	6.61 241	1.53 190	0.27 34	0.20 56	0.27 53	0.23 59	0.31 75	0.36 147

Patchmatch Stereo++	1.25 63	0.65 111	2.06 65	0.75 11	0.37 17	4.68 357	0.76 105	2.53 55	1.58 94	1.99 148	1.47 75	1.78 128	1.14 102	2.44 143	0.90 68	0.48 282	0.23 127	0.32 135	0.27 126	0.40 176	0.29 76
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	1.24 60	0.65 111	2.03 53	0.75 11	0.37 17	4.68 357	0.73 87	2.53 55	1.58 94	1.99 148	1.47 75	1.78 128	1.13 96	2.18 131	0.87 61	0.48 282	0.23 127	0.32 135	0.27 126	0.40 176	0.29 76

iRAFT	1.25 63	0.65 111	2.06 65	0.75 11	0.37 17	4.68 357	0.76 105	2.53 55	1.58 94	1.99 148	1.47 75	1.78 128	1.14 102	2.44 143	0.90 68	0.48 282	0.23 127	0.32 135	0.27 126	0.40 176	0.29 76

test-1	1.23 55	0.65 111	1.88 41	0.96 101	0.52 85	3.84 191	0.62 54	4.01 239	1.47 36	1.93 134	1.78 151	1.83 145	0.92 49	1.19 26	1.28 148	0.26 27	0.29 208	0.31 120	0.24 80	0.29 43	0.36 147

pcwnet_v2	2.70 274	0.65 111	22.48 404	1.08 156	1.03 221	3.56 143	0.81 132	4.29 318	3.14 340	2.29 238	2.29 267	3.01 266	1.71 221	3.32 179	1.43 168	0.43 252	0.50 329	0.41 249	0.34 226	0.61 288	0.56 276

StereoIM	0.82 6	0.66 121	1.53 18	0.65 4	1.87 361	1.24 9	0.36 4	2.13 32	1.27 13	0.67 4	0.75 2	0.88 41	0.70 14	1.15 16	1.07 105	0.29 77	0.23 127	0.26 37	0.20 23	0.31 75	0.22 9

CASS	1.29 77	0.66 121	2.62 101	0.95 97	0.66 132	2.84 60	0.69 74	3.00 96	1.79 146	2.57 291	1.95 205	1.39 89	1.55 185	1.59 70	1.06 103	0.50 295	0.28 200	0.34 182	0.28 151	0.46 240	0.63 295
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
ROB_FTStereo_v2	1.23 55	0.66 121	2.02 52	0.75 11	0.37 17	4.67 356	0.76 105	2.53 55	1.58 94	1.99 148	1.46 71	1.78 128	1.14 102	2.08 119	0.88 63	0.48 282	0.22 103	0.32 135	0.27 126	0.40 176	0.29 76

ROB_FTStereo	1.25 63	0.66 121	2.14 70	0.75 11	0.37 17	4.65 353	0.77 115	2.53 55	1.58 94	1.99 148	1.47 75	1.78 128	1.13 96	2.26 139	0.86 56	0.47 277	0.22 103	0.32 135	0.27 126	0.40 176	0.29 76

HUI-Stereo	1.25 63	0.66 121	2.33 87	0.75 11	0.37 17	4.68 357	0.78 117	2.53 55	1.58 94	1.99 148	1.46 71	1.79 135	1.13 96	2.17 130	0.85 52	0.48 282	0.23 127	0.32 135	0.27 126	0.40 176	0.29 76

iGMRVC	1.26 70	0.66 121	2.14 70	0.75 11	0.37 17	4.66 354	0.74 97	2.53 55	1.58 94	1.99 148	1.46 71	1.78 128	1.14 102	2.46 145	0.92 77	0.48 282	0.23 127	0.32 135	0.27 126	0.40 176	0.29 76

RAFT-IKP	1.25 63	0.66 121	2.23 78	0.75 11	0.37 17	4.64 351	0.74 97	2.53 55	1.58 94	1.99 148	1.47 75	1.78 128	1.13 96	2.22 136	0.92 77	0.48 282	0.22 103	0.32 135	0.27 126	0.40 176	0.29 76

ICVP	2.26 201	0.66 121	21.18 387	0.99 116	0.88 182	4.28 295	0.95 202	3.32 126	1.60 109	1.66 83	1.76 144	1.34 82	1.14 102	1.62 78	1.32 154	0.53 309	0.35 254	0.33 166	0.29 174	0.40 176	0.51 258
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
anonymousa	2.16 189	0.67 129	19.19 319	1.04 144	1.67 342	2.06 40	0.79 122	2.86 89	1.96 166	1.85 111	2.14 243	3.23 283	1.81 238	1.12 11	1.15 118	0.26 27	0.26 184	0.34 182	0.32 211	0.30 59	0.28 69

DAS	2.31 215	0.67 129	4.79 153	1.14 182	1.64 335	2.93 68	2.13 336	4.09 262	2.74 294	4.17 369	2.52 298	2.46 219	1.79 230	11.55 357	1.63 206	0.37 196	0.22 103	0.39 236	0.25 89	0.41 197	0.34 133

SepStereo	2.15 188	0.67 129	4.79 153	1.14 182	1.64 335	2.93 68	2.13 336	4.09 262	2.74 294	4.17 369	2.52 298	2.46 219	1.79 230	8.36 271	1.63 206	0.37 196	0.22 103	0.39 236	0.25 89	0.41 197	0.34 133

GwcNet-ADL	2.47 240	0.67 129	21.48 394	0.96 101	0.72 144	4.61 347	0.95 202	4.42 348	2.36 237	1.98 143	1.80 157	2.55 227	1.24 119	1.90 106	1.41 165	0.40 227	0.46 316	0.24 17	0.27 126	0.41 197	0.49 245

CFNet_pseudo	2.12 185	0.67 129	15.14 264	0.85 58	0.74 149	3.95 216	0.64 56	3.95 224	1.78 144	1.90 124	1.79 154	3.27 286	1.62 195	2.51 151	1.16 121	0.31 128	0.36 258	0.53 310	0.27 126	0.63 291	0.44 217

ccs_rob	2.13 187	0.67 129	15.11 263	0.84 49	0.75 150	3.96 221	0.65 62	3.95 224	1.78 144	1.88 118	1.79 154	3.26 285	1.64 210	2.51 151	1.16 121	0.31 128	0.36 258	0.54 317	0.27 126	0.65 300	0.45 222

CFNet_ucs	2.36 227	0.68 135	18.42 309	0.89 69	0.81 160	3.85 197	0.68 69	4.29 318	2.37 243	2.09 181	2.04 221	3.31 289	1.24 119	2.63 162	1.14 117	0.36 189	0.45 309	0.56 320	0.29 174	0.66 305	0.49 245

ff7	0.98 17	0.69 136	2.05 56	0.84 49	0.52 85	4.55 336	0.86 150	1.62 7	1.24 5	0.75 6	1.03 12	0.70 11	0.77 25	1.84 100	0.68 15	0.27 34	0.17 9	0.29 82	0.21 29	0.31 75	0.27 56

ffff	0.98 17	0.69 136	2.05 56	0.84 49	0.52 85	4.55 336	0.86 150	1.62 7	1.24 5	0.75 6	1.03 12	0.70 11	0.77 25	1.84 100	0.68 15	0.27 34	0.17 9	0.29 82	0.21 29	0.31 75	0.27 56

11t	0.98 17	0.69 136	2.05 56	0.84 49	0.52 85	4.55 336	0.86 150	1.62 7	1.24 5	0.75 6	1.03 12	0.70 11	0.77 25	1.84 100	0.68 15	0.27 34	0.17 9	0.29 82	0.21 29	0.31 75	0.27 56

test croco	1.55 100	0.69 136	13.59 234	0.65 4	0.73 148	1.66 21	0.57 30	3.17 109	1.94 165	0.77 16	1.24 37	0.80 30	0.86 39	1.60 72	0.96 88	0.33 154	0.21 81	0.32 135	0.25 89	0.42 212	0.28 69

IGEV_Zeroshot_test	2.16 189	0.69 136	20.60 372	1.22 219	0.54 94	2.18 45	0.53 23	3.38 131	1.61 112	1.93 134	1.55 91	3.76 319	1.05 73	1.55 65	0.91 74	0.29 77	0.20 56	0.27 53	0.29 174	0.40 176	0.32 112

anonymousdsp	0.95 15	0.69 136	1.27 5	0.83 43	0.52 85	4.54 333	0.84 142	1.76 17	1.24 5	0.76 13	1.06 18	0.78 25	0.77 25	1.67 88	0.69 19	0.27 34	0.17 9	0.29 82	0.21 29	0.31 75	0.26 44

ccc-4	0.98 17	0.69 136	2.05 56	0.84 49	0.52 85	4.55 336	0.86 150	1.62 7	1.24 5	0.75 6	1.03 12	0.70 11	0.77 25	1.84 100	0.68 15	0.27 34	0.17 9	0.29 82	0.21 29	0.31 75	0.27 56

IGEV-Stereo	0.95 15	0.69 136	1.27 5	0.84 49	0.52 85	4.54 333	0.84 142	1.76 17	1.24 5	0.75 6	1.06 18	0.79 29	0.77 25	1.68 89	0.69 19	0.27 34	0.17 9	0.29 82	0.21 29	0.31 75	0.26 44
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
DSFCA	1.89 146	0.69 136	3.14 121	1.10 168	1.18 248	3.99 227	1.79 315	3.50 139	2.16 204	3.10 337	1.64 113	2.91 260	2.50 292	5.38 216	2.26 276	0.43 252	0.38 276	0.37 221	0.36 248	0.50 251	0.42 204

DIP-Stereo	1.24 60	0.69 136	1.77 35	0.65 4	0.61 118	4.29 296	0.58 38	4.44 352	2.53 272	1.98 143	1.33 54	0.91 43	0.86 39	1.25 33	1.25 141	0.36 189	0.23 127	0.32 135	0.23 59	0.32 98	0.29 76
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
fff	1.74 127	0.70 146	9.08 191	0.81 29	0.36 5	4.15 258	0.57 30	4.23 297	2.09 189	2.30 242	1.80 157	1.19 69	3.02 315	1.44 52	1.46 174	0.29 77	0.23 127	0.23 5	0.18 9	0.24 5	0.42 204

GMOStereo	1.13 37	0.70 146	2.26 79	0.75 11	0.44 43	3.05 77	0.91 184	2.78 81	1.45 26	2.37 266	1.52 83	1.53 102	1.05 73	1.17 21	0.92 77	0.25 19	0.19 39	0.35 198	0.28 151	0.34 129	0.26 44

error version	1.13 37	0.70 146	2.26 79	0.75 11	0.44 43	3.05 77	0.91 184	2.78 81	1.45 26	2.37 266	1.52 83	1.53 102	1.05 73	1.17 21	0.92 77	0.25 19	0.19 39	0.35 198	0.28 151	0.34 129	0.26 44

test-v	1.13 37	0.70 146	2.26 79	0.75 11	0.44 43	3.05 77	0.91 184	2.78 81	1.45 26	2.37 266	1.52 83	1.53 102	1.05 73	1.17 21	0.92 77	0.25 19	0.19 39	0.35 198	0.28 151	0.34 129	0.26 44

test-2	1.13 37	0.70 146	2.26 79	0.75 11	0.44 43	3.05 77	0.91 184	2.78 81	1.45 26	2.37 266	1.52 83	1.53 102	1.05 73	1.17 21	0.92 77	0.25 19	0.19 39	0.35 198	0.28 151	0.34 129	0.26 44

iRaftStereo_RVC	1.09 35	0.70 146	1.39 12	0.95 97	0.45 47	3.83 186	0.42 8	2.37 43	1.58 94	1.69 87	1.76 144	1.80 138	0.83 37	1.50 59	0.98 91	0.28 60	0.18 24	0.29 82	0.26 102	0.30 59	0.31 105

csc	1.74 127	0.70 146	9.08 191	0.81 29	0.36 5	4.15 258	0.57 30	4.23 297	2.09 189	2.30 242	1.80 157	1.19 69	3.02 315	1.44 52	1.46 174	0.29 77	0.23 127	0.23 5	0.18 9	0.24 5	0.42 204

cscssc	1.74 127	0.70 146	9.08 191	0.81 29	0.36 5	4.15 258	0.57 30	4.23 297	2.09 189	2.30 242	1.80 157	1.19 69	3.02 315	1.44 52	1.46 174	0.29 77	0.23 127	0.23 5	0.18 9	0.24 5	0.42 204

RASNet	2.56 258	0.70 146	10.06 205	1.60 320	2.25 377	3.67 163	1.00 213	3.38 131	3.14 340	1.81 107	2.11 238	4.60 359	2.30 278	10.25 318	2.61 299	0.37 196	0.24 156	0.25 27	0.24 80	0.28 35	0.26 44

CBMV_ROB	3.62 336	0.70 146	21.42 393	1.21 216	0.89 187	4.43 315	1.76 314	4.39 344	2.79 301	5.88 385	3.38 347	4.18 341	5.12 362	10.75 330	2.32 280	0.56 314	0.55 333	0.53 310	0.51 318	0.55 266	0.46 232

ProNet	0.82 6	0.71 156	1.50 17	0.86 59	0.45 47	1.78 23	0.83 139	1.75 16	1.28 14	0.66 3	1.13 26	0.78 25	0.76 24	1.66 85	0.71 26	0.24 10	0.20 56	0.25 27	0.23 59	0.29 43	0.25 27

MIPNet	2.33 220	0.71 156	19.82 336	0.89 69	0.56 99	4.76 374	0.61 45	4.32 332	2.37 243	1.83 110	1.48 81	1.48 100	1.98 255	2.63 162	1.44 170	0.29 77	0.20 56	0.26 37	0.23 59	0.30 59	0.39 179

HHNet	2.48 242	0.71 156	20.52 368	0.64 3	0.64 124	4.07 242	0.93 195	3.76 178	1.56 86	2.15 199	4.92 366	0.98 47	3.37 331	1.66 85	1.79 228	0.32 143	0.20 56	0.31 120	0.27 126	0.36 155	0.42 204

MyStereo06	2.46 237	0.72 159	19.97 342	1.02 136	0.99 211	4.26 289	0.86 150	3.51 142	1.68 124	1.92 130	1.73 135	4.01 331	4.22 350	1.62 78	0.88 63	0.24 10	0.23 127	0.34 182	0.26 102	0.42 212	0.36 147

MyStereo05	2.37 228	0.72 159	19.94 340	1.02 136	0.99 211	4.26 289	0.86 150	4.01 239	2.62 281	2.14 194	1.26 42	2.28 194	1.63 207	2.07 117	1.68 213	0.24 10	0.23 127	0.34 182	0.26 102	0.42 212	0.36 147

ToySt	1.35 84	0.72 159	3.65 140	1.01 127	0.50 77	3.31 104	1.01 215	3.46 133	1.73 136	1.30 46	1.55 91	2.07 183	1.47 161	1.88 105	1.40 164	0.27 34	0.27 192	0.30 101	0.32 211	0.42 212	0.39 179

RAFT+CT+SA	1.62 115	0.72 159	7.42 176	0.97 108	1.42 303	4.04 234	0.94 198	3.90 209	1.61 112	1.61 74	1.63 111	1.33 81	1.18 108	2.73 170	1.10 111	0.27 34	0.19 39	0.31 120	0.34 226	0.33 113	0.33 123

PSMNet-ADL	1.91 150	0.72 159	1.78 37	1.09 160	0.86 177	4.18 274	0.78 117	3.77 180	2.10 197	1.72 93	1.85 188	2.91 260	1.82 240	10.38 322	1.91 240	0.48 282	0.46 316	0.28 67	0.29 174	0.38 165	0.51 258

raftrobust	1.19 44	0.72 159	2.30 84	1.26 233	1.31 277	3.55 141	0.68 69	2.75 80	1.47 36	2.21 224	1.38 66	1.17 63	1.22 114	1.20 27	1.11 112	0.28 60	0.24 156	0.21 2	0.19 18	0.25 11	0.28 69

RAFT-Stereo + iAFF	1.25 63	0.72 159	1.74 33	1.05 145	0.36 5	4.13 254	0.42 8	2.95 92	2.84 315	2.02 166	2.40 288	1.61 111	1.11 93	1.26 34	0.97 89	0.21 1	0.15 2	0.26 37	0.23 59	0.29 43	0.23 15

SGM_RVC	4.57 362	0.72 159	17.46 295	1.84 348	0.58 114	4.23 287	3.45 376	4.66 375	3.66 368	7.99 397	8.82 387	7.56 386	8.74 397	12.30 383	6.84 350	0.43 252	0.38 276	0.39 236	0.35 240	0.51 252	0.48 241
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
Former-RAFT_DAM_RVC	0.92 11	0.73 167	1.42 13	0.92 81	1.08 232	2.97 73	0.53 23	1.77 19	1.39 21	1.16 43	1.54 89	0.58 2	0.65 11	1.03 8	0.84 49	0.25 19	0.23 127	0.30 101	0.24 80	0.43 220	0.29 76

tt1	1.79 135	0.73 167	10.41 211	1.75 336	0.36 5	4.55 336	0.79 122	4.22 292	3.37 358	1.08 38	1.80 157	0.74 22	1.48 163	2.21 133	0.65 8	0.29 77	0.16 4	0.31 120	0.22 50	0.30 59	0.29 76

ADStereo(finetuned)	2.04 175	0.73 167	13.28 230	0.82 36	0.40 29	4.16 267	0.59 39	4.25 305	2.97 324	2.35 260	1.84 181	1.18 66	3.40 332	1.52 62	1.54 191	0.29 77	0.24 156	0.23 5	0.18 9	0.30 59	0.51 258

GANet-ADL	2.20 192	0.73 167	20.11 350	1.25 227	0.69 142	3.83 186	0.76 105	3.49 137	1.71 133	1.65 82	1.99 214	2.10 185	1.10 89	1.42 51	1.26 144	0.38 210	0.33 238	0.25 27	0.22 50	0.42 212	0.36 147

DCANet	1.74 127	0.73 167	9.08 191	0.82 36	0.40 29	4.18 274	0.59 39	4.25 305	2.97 324	2.35 260	1.84 181	1.18 66	1.63 207	1.51 61	1.55 192	0.29 77	0.24 156	0.23 5	0.18 9	0.30 59	0.53 265

hitnet-ft	2.37 228	0.73 167	8.34 182	0.96 101	0.89 187	3.77 176	0.80 127	3.55 146	2.58 278	2.24 231	2.04 221	3.65 317	1.49 169	11.71 370	1.89 238	0.44 259	0.53 330	0.44 262	0.35 240	0.52 255	0.48 241

DISCO	2.25 199	0.73 167	10.06 205	1.76 337	1.12 238	3.47 123	1.25 259	3.24 117	2.26 220	2.65 306	1.96 206	4.53 356	1.92 252	4.17 201	3.61 322	0.32 143	0.25 173	0.31 120	0.29 174	0.66 305	0.41 201

NOSS_ROB	2.27 203	0.73 167	3.00 116	1.71 332	1.00 218	3.90 203	0.97 209	4.29 318	2.81 311	2.94 329	2.19 251	3.88 324	1.19 112	11.77 372	1.62 204	0.59 319	0.54 331	0.56 320	0.52 321	0.56 272	0.54 271

ACVNet-DCA	1.85 140	0.74 175	13.77 237	1.78 339	0.36 5	4.48 319	0.74 97	3.98 232	1.53 68	1.01 31	1.81 169	0.72 17	1.62 195	2.13 124	0.64 4	0.29 77	0.17 9	0.32 135	0.21 29	0.33 113	0.32 112

xx1	2.03 173	0.74 175	13.77 237	1.78 339	0.36 5	4.48 319	0.74 97	4.23 297	3.95 375	1.01 31	1.81 169	1.79 135	1.34 133	2.13 124	0.64 4	0.29 77	0.17 9	0.33 166	0.33 219	0.33 113	0.32 112

1test111	1.99 167	0.74 175	13.77 237	1.78 339	0.36 5	4.48 319	0.74 97	3.98 232	1.53 68	1.01 31	1.81 169	0.72 17	1.62 195	4.66 205	0.98 91	0.29 77	0.17 9	0.32 135	0.21 29	0.33 113	0.32 112

cc1	1.98 164	0.74 175	13.77 237	1.78 339	0.36 5	4.48 319	0.74 97	4.23 297	3.95 375	1.01 31	1.81 169	0.72 17	1.62 195	2.13 124	0.64 4	0.29 77	0.17 9	0.32 135	0.21 29	0.31 75	0.29 76

DCRE	1.44 92	0.74 175	3.50 133	1.13 181	0.72 144	1.78 23	0.67 65	2.14 33	1.56 86	1.99 148	8.09 379	1.73 124	1.07 82	1.24 32	0.83 47	0.23 7	0.25 173	0.26 37	0.26 102	0.28 35	0.30 98

NINENet	1.87 141	0.74 175	2.60 98	1.12 174	1.06 228	4.50 327	0.76 105	4.41 347	2.24 215	2.16 204	1.86 190	3.63 315	0.97 58	8.00 268	1.17 124	0.41 237	0.30 217	0.41 249	0.30 188	0.41 197	0.36 147

UNet	2.51 247	0.74 175	20.17 351	1.14 182	1.44 304	3.48 125	0.76 105	3.77 180	1.87 155	2.05 174	1.57 96	2.75 244	2.39 285	3.51 182	2.51 292	0.32 143	0.26 184	0.41 249	0.26 102	0.38 165	0.39 179

HGLStereo	2.03 173	0.74 175	7.50 178	1.23 223	1.56 322	3.62 154	0.95 202	3.78 183	1.89 160	2.03 170	2.20 253	3.12 276	2.14 267	5.68 225	2.04 255	0.37 196	0.31 225	0.32 135	0.29 174	0.40 176	0.45 222

DMCA	1.72 124	0.74 175	6.63 169	1.14 182	0.96 201	3.98 226	0.90 176	3.75 176	2.76 297	2.83 321	1.58 97	2.35 205	1.18 108	1.58 67	1.98 250	0.40 227	0.27 192	0.42 255	0.26 102	0.36 155	0.38 174

StereoVision	1.65 118	0.75 184	7.47 177	1.01 127	1.80 358	2.61 57	0.61 45	3.06 102	1.96 166	1.25 45	3.46 350	1.85 150	0.88 42	2.07 117	1.93 241	0.43 252	0.36 258	0.37 221	0.36 248	0.48 245	0.33 123

test_5	1.87 141	0.75 184	10.23 208	1.14 182	1.40 296	3.85 197	1.27 260	3.91 213	1.93 164	1.69 87	1.78 151	1.67 116	1.79 230	2.99 176	1.17 124	0.30 111	0.18 24	0.35 198	0.33 219	0.34 129	0.33 123

SA	1.62 115	0.75 184	3.78 142	1.07 151	0.43 38	4.26 289	1.36 269	4.45 355	3.12 337	1.63 77	1.97 211	1.68 117	2.26 277	2.55 156	1.27 145	0.27 34	0.22 103	0.37 221	0.37 259	0.35 144	0.30 98

Anonymous3	1.72 124	0.76 187	11.61 220	0.83 43	0.84 172	4.46 317	0.84 142	3.57 149	1.16 2	1.34 48	1.37 64	1.11 57	1.03 67	1.58 67	1.13 116	0.70 342	0.58 340	0.33 166	0.35 240	0.47 242	0.42 204

Anonymous	1.04 31	0.76 187	2.42 94	1.06 149	1.27 273	1.67 22	0.86 150	2.51 54	1.49 47	0.92 26	1.14 27	0.70 11	1.10 89	1.26 34	0.98 91	0.47 277	0.33 238	0.30 101	0.30 188	0.66 305	0.51 258

delet	1.92 153	0.76 187	5.14 156	1.01 127	1.65 338	3.44 116	2.03 331	3.76 178	2.48 262	2.01 162	2.05 226	2.63 236	1.90 250	5.34 215	2.12 264	0.28 60	0.29 208	0.40 242	0.31 204	0.41 197	0.45 222

STrans-v2	3.03 306	0.77 190	20.91 377	0.81 29	0.63 122	3.89 202	1.01 215	4.27 313	2.64 283	2.28 236	3.70 353	4.13 338	5.20 363	7.33 256	1.27 145	0.31 128	0.18 24	0.29 82	0.25 89	0.29 43	0.41 201

TransformOpticalFlow	3.03 306	0.77 190	20.99 380	1.00 123	0.55 96	4.18 274	0.64 56	4.33 334	3.02 331	2.18 210	3.09 337	4.35 349	5.07 361	7.36 259	1.27 145	0.32 143	0.18 24	0.32 135	0.26 102	0.28 35	0.46 232

AFF-stereo	1.31 81	0.77 190	1.46 15	1.10 168	0.45 47	3.93 209	0.48 15	2.92 91	2.92 321	1.90 124	2.21 255	2.11 187	1.52 175	1.93 108	1.12 115	0.21 1	0.16 4	0.25 27	0.25 89	0.29 43	0.20 6

PSMNet-RSSM	1.96 160	0.77 190	3.26 124	1.29 242	1.31 277	4.19 278	0.96 207	3.68 162	1.89 160	2.05 174	1.80 157	2.60 232	1.70 219	9.84 302	1.81 229	0.35 184	0.29 208	0.35 198	0.37 259	0.42 212	0.35 144

FC-DCNN	6.64 389	0.77 190	19.26 322	1.68 329	1.64 335	8.27 401	2.35 344	6.35 397	9.23 399	10.85 409	11.27 397	19.89 406	13.33 402	12.51 389	11.79 375	0.66 333	0.57 336	0.58 324	0.56 330	0.63 291	0.61 290

CoDeX	2.40 230	0.78 195	13.21 229	1.00 123	1.18 248	3.24 90	1.32 264	4.14 277	2.41 250	1.74 96	1.84 181	2.05 178	1.47 161	10.03 312	1.60 199	0.34 166	0.28 200	0.32 135	0.27 126	0.32 98	0.39 179

MIM_Stereo	1.20 49	0.78 195	3.30 126	1.05 145	0.43 38	3.04 75	0.60 42	2.46 50	1.51 56	1.60 69	1.58 97	1.82 142	1.29 126	2.00 112	1.07 105	0.24 10	0.24 156	0.28 67	0.25 89	0.27 23	0.27 56

CRFU-Net	2.49 244	0.78 195	10.36 209	2.30 373	1.08 232	3.91 204	1.41 281	3.85 195	1.65 120	2.15 199	1.76 144	3.34 291	7.95 392	5.56 222	1.48 178	0.47 277	0.35 254	0.30 101	0.28 151	0.37 161	0.43 212

Sa-1000	1.63 117	0.79 198	3.56 134	1.11 172	0.48 70	4.06 237	1.41 281	4.49 361	2.75 296	2.00 160	2.80 322	1.84 148	1.43 150	2.64 164	1.50 182	0.27 34	0.19 39	0.36 209	0.33 219	0.36 155	0.30 98

IIG-Stereo	1.95 158	0.79 198	2.14 70	2.78 382	0.66 132	4.62 348	0.76 105	4.27 313	1.53 68	2.63 303	3.14 340	3.35 292	1.61 192	7.65 265	1.41 165	0.39 221	0.20 56	0.31 120	0.25 89	0.33 113	0.22 9

cf-r	2.57 260	0.79 198	16.09 271	1.48 298	1.35 286	4.19 278	0.93 195	3.68 162	2.36 237	1.97 142	1.81 169	3.42 295	1.45 156	8.24 270	1.83 232	0.32 143	0.26 184	0.33 166	0.30 188	0.34 129	0.37 161

MyStereo07	1.01 25	0.80 201	1.26 4	1.00 123	1.04 224	3.95 216	0.95 202	2.07 31	1.42 23	0.75 6	1.22 34	0.68 8	0.91 47	1.63 81	0.67 13	0.24 10	0.24 156	0.34 182	0.26 102	0.41 197	0.37 161

MyStereo04	2.29 211	0.80 201	18.77 314	1.00 123	1.04 224	3.95 216	0.95 202	3.91 213	2.54 274	1.99 148	1.27 48	2.31 201	1.65 212	2.02 116	1.77 225	0.24 10	0.24 156	0.34 182	0.26 102	0.41 197	0.37 161

rafts_anoy	1.24 60	0.80 201	3.61 138	1.17 201	1.20 259	3.00 74	0.61 45	3.17 109	1.58 94	1.37 51	1.26 42	1.19 69	1.12 94	1.78 95	1.25 141	0.32 143	0.23 127	0.32 135	0.32 211	0.31 75	0.30 98

GEStereo_RVC	1.91 150	0.80 201	6.57 168	1.20 211	1.06 228	4.02 232	1.43 285	4.13 271	1.89 160	2.03 170	1.80 157	2.34 203	1.86 245	4.94 209	1.77 225	0.48 282	0.38 276	0.32 135	0.28 151	0.42 212	0.50 252

TestStereo1	1.56 104	0.81 205	2.32 85	1.61 323	0.64 124	4.13 254	1.36 269	3.79 184	3.20 348	1.60 69	2.57 305	1.39 89	2.15 268	2.51 151	1.30 151	0.29 77	0.20 56	0.34 182	0.25 89	0.40 176	0.36 147

SA-5K	1.56 104	0.81 205	2.32 85	1.61 323	0.64 124	4.13 254	1.36 269	3.79 184	3.20 348	1.60 69	2.57 305	1.39 89	2.15 268	2.51 151	1.30 151	0.29 77	0.20 56	0.34 182	0.25 89	0.40 176	0.36 147

MMNet	2.02 172	0.81 205	10.76 214	1.12 174	1.23 264	3.53 136	0.89 172	3.79 184	2.08 186	2.15 199	1.76 144	2.15 188	2.12 265	3.69 187	2.32 280	0.31 128	0.29 208	0.34 182	0.27 126	0.38 165	0.42 204

psm_up	2.28 208	0.81 205	5.45 164	1.26 233	1.50 311	3.84 191	1.23 256	4.23 297	2.03 178	2.55 287	1.80 157	2.44 217	1.65 212	12.90 391	1.58 195	0.37 196	0.38 276	0.41 249	0.34 226	0.43 220	0.39 179

FAT-Stereo	3.34 329	0.81 205	20.05 344	1.25 227	1.20 259	3.44 116	1.99 329	4.23 297	2.67 287	3.14 340	3.82 356	3.51 307	3.32 330	11.68 368	1.94 243	0.64 328	0.67 355	0.48 283	0.52 321	0.61 288	0.81 327

HSM	2.35 224	0.81 205	2.21 75	1.14 182	1.55 319	3.44 116	1.03 219	3.99 236	2.25 217	2.29 238	2.11 238	8.04 388	3.05 318	11.60 358	1.71 216	0.33 154	0.22 103	0.28 67	0.23 59	0.32 98	0.35 144

StereoDRNet-Refined	1.77 133	0.81 205	2.22 76	1.21 216	0.76 153	3.26 94	0.71 81	3.82 188	2.05 183	2.29 238	2.05 226	2.98 263	1.44 152	7.15 254	2.27 277	0.30 111	0.23 127	0.42 255	0.33 219	0.45 233	0.64 297
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
THIR-Stereo	4.14 354	0.82 212	10.85 215	0.86 59	0.43 38	2.16 44	16.77 410	3.22 114	1.54 75	2.04 173	12.05 400	2.68 237	7.53 389	7.30 255	12.62 376	0.30 111	0.21 81	0.29 82	0.28 151	0.33 113	0.41 201

sCroCo_RVC	1.06 32	0.82 212	5.05 155	1.02 136	1.05 226	0.98 4	0.61 45	2.06 29	1.29 15	0.69 5	1.26 42	0.82 34	1.10 89	1.20 27	0.90 68	0.42 247	0.40 289	0.33 166	0.30 188	0.46 240	0.38 174

HITNet	2.07 181	0.82 212	14.77 253	1.34 259	0.56 99	3.47 123	0.80 127	4.07 256	2.35 235	2.16 204	1.61 108	1.64 113	1.44 152	2.09 122	2.56 298	0.26 27	0.18 24	0.41 249	0.26 102	0.45 233	0.25 27
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
DispNO	2.92 289	0.83 215	19.31 325	1.07 151	1.14 240	3.08 81	0.94 198	3.60 152	2.88 317	2.32 251	2.65 310	3.11 275	2.01 256	11.26 349	2.24 274	0.34 166	0.32 231	0.34 182	0.26 102	0.44 225	0.32 112

iRaft-Stereo_5w	2.10 184	0.83 215	8.57 185	0.81 29	0.76 153	3.21 85	0.84 142	3.71 172	1.65 120	1.56 67	2.50 295	2.20 190	2.23 276	9.13 287	2.01 253	0.38 210	0.19 39	0.35 198	0.27 126	0.45 233	0.39 179

raft+_RVC	1.21 52	0.83 215	2.61 99	1.35 263	0.97 204	3.60 150	0.76 105	3.23 115	1.51 56	1.33 47	1.67 119	1.03 51	1.10 89	1.87 104	0.92 77	0.24 10	0.22 103	0.25 27	0.24 80	0.26 17	0.25 27

ADLNet	2.29 211	0.83 215	3.62 139	1.35 263	1.60 328	3.67 163	1.24 258	3.95 224	2.98 327	2.58 293	2.29 267	4.01 331	1.79 230	11.23 347	2.09 263	0.37 196	0.38 276	0.36 209	0.34 226	0.45 233	0.71 307

AdaStereo	1.45 94	0.83 215	2.34 88	1.28 239	0.81 160	3.21 85	1.14 242	4.20 285	2.46 261	2.05 174	1.77 149	2.48 221	1.18 108	1.71 90	1.44 170	0.43 252	0.25 173	0.43 259	0.28 151	0.44 225	0.34 133
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.
4D-IteraStereo	1.97 162	0.84 220	20.43 366	0.78 26	1.56 322	2.09 41	1.05 224	2.43 47	1.56 86	1.41 55	1.00 8	1.94 156	0.61 6	1.22 30	1.06 103	0.27 34	0.18 24	0.31 120	0.26 102	0.27 23	0.23 15

RAFT	1.23 55	0.84 220	2.05 56	0.96 101	0.47 64	1.80 25	0.94 198	3.18 111	1.46 33	1.60 69	1.71 130	3.04 268	1.59 187	1.64 82	1.32 154	0.38 210	0.24 156	0.40 242	0.32 211	0.40 176	0.35 144

FCDSN-DC	6.04 385	0.84 220	19.25 321	1.24 225	1.09 235	4.38 304	2.62 352	4.38 343	4.71 382	9.59 405	11.22 396	19.19 405	17.40 407	12.30 383	8.55 362	0.69 341	0.57 336	0.60 331	0.60 337	0.70 314	0.78 324
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
UCFNet_RVC	1.57 106	0.84 220	3.25 123	1.36 269	1.40 296	4.07 242	1.01 215	2.68 76	1.50 52	2.11 188	1.88 192	2.37 208	1.50 170	3.41 180	1.42 167	0.36 189	0.28 200	0.52 308	0.40 284	0.53 261	0.43 212

LL-Strereo2	1.23 55	0.85 224	2.38 90	0.93 92	0.68 140	3.72 169	1.37 273	2.54 64	1.99 171	1.75 98	1.40 67	1.82 142	0.73 21	1.40 47	0.99 96	0.31 128	0.23 127	0.55 318	0.35 240	0.29 43	0.24 21

HH	2.23 195	0.86 225	21.59 396	0.98 111	0.51 78	1.49 16	0.82 135	2.74 78	1.54 75	1.10 39	1.69 124	4.62 360	1.86 245	2.55 156	0.69 19	0.26 27	0.22 103	0.29 82	0.23 59	0.34 129	0.27 56

HanStereo	2.23 195	0.86 225	21.59 396	0.98 111	0.51 78	1.49 16	0.82 135	2.74 78	1.54 75	1.10 39	1.69 124	4.62 360	1.86 245	2.55 156	0.69 19	0.26 27	0.22 103	0.29 82	0.23 59	0.34 129	0.27 56

CroCo-Stereo	0.98 17	0.87 227	3.44 130	0.87 62	0.53 93	0.49 1	0.50 17	3.99 236	1.49 47	0.81 18	1.25 41	1.00 49	0.75 23	1.10 9	1.09 110	0.24 10	0.21 81	0.24 17	0.19 18	0.35 144	0.27 56
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
ssnet_v2	2.04 175	0.88 228	7.87 179	1.20 211	0.87 179	3.86 199	1.64 305	4.01 239	2.60 280	2.61 299	1.96 206	3.79 320	1.71 221	2.20 132	2.96 311	0.41 237	0.35 254	0.42 255	0.37 259	0.55 266	0.52 263

Anonymous_2	3.01 304	0.89 229	4.53 151	1.06 149	1.18 248	2.93 68	0.87 166	3.24 117	1.46 33	1.86 115	1.35 62	4.11 337	2.35 283	1.64 82	1.28 148	0.82 353	0.90 369	8.71 418	15.84 422	4.44 401	0.74 315

CroCo-Stereo Lap2	0.99 23	0.89 229	2.55 97	0.99 116	1.80 358	0.54 2	0.46 12	3.10 103	1.24 5	1.07 37	1.21 33	1.05 54	0.78 31	1.26 34	1.08 107	0.27 34	0.23 127	0.27 53	0.21 29	0.43 220	0.34 133

NVstereo2D	2.54 253	0.90 231	11.10 217	1.32 251	1.47 308	3.58 147	1.38 275	4.13 271	2.45 258	1.90 124	1.71 130	2.86 256	1.76 226	10.86 334	1.66 211	0.60 320	0.43 302	0.53 310	0.41 288	0.78 329	0.94 341

WCMA_ROB	5.12 370	0.90 231	21.33 389	1.50 301	1.33 284	4.09 244	3.49 377	4.03 245	4.59 381	6.57 390	10.95 395	12.92 398	8.41 396	9.86 303	8.78 363	0.75 345	0.58 340	0.51 302	0.50 316	0.68 311	0.57 280

S-Stereo	3.48 333	0.91 233	22.06 403	1.36 269	1.50 311	3.55 141	2.53 349	4.21 289	2.81 311	2.37 266	3.81 355	3.75 318	1.84 242	11.90 379	2.51 292	0.63 325	0.71 360	0.48 283	0.76 352	0.67 308	1.19 354

MLCV	1.87 141	0.91 233	8.59 186	1.10 168	0.57 108	3.59 148	0.53 23	3.70 171	2.20 210	2.80 318	2.25 260	2.00 170	1.42 148	4.13 199	1.86 235	0.30 111	0.20 56	0.32 135	0.21 29	0.33 113	0.36 147

AASNet	2.44 234	0.92 235	19.79 335	1.35 263	1.49 309	3.81 184	1.07 227	3.85 195	2.93 322	1.95 138	2.29 267	1.96 163	1.29 126	1.73 92	1.93 241	0.39 221	0.33 238	0.45 268	0.30 188	0.55 266	0.45 222

ADLNet2	3.15 319	0.92 235	20.06 345	1.20 211	1.79 355	3.83 186	1.48 287	3.94 222	3.59 365	2.19 214	2.47 292	4.65 363	1.93 253	10.69 329	1.96 248	0.39 221	0.37 270	0.28 67	0.30 188	0.48 245	0.43 212

111	1.83 138	0.92 235	9.08 191	0.81 29	0.36 5	4.25 288	0.91 184	4.44 352	2.70 290	2.39 271	1.96 206	2.30 200	1.64 210	1.28 38	1.82 230	0.28 60	0.22 103	0.24 17	0.20 23	0.31 75	0.54 271

OMP-Stereo	1.97 162	0.93 238	1.88 41	2.76 381	0.67 135	4.58 343	1.48 287	4.31 328	1.54 75	3.15 342	2.76 319	3.25 284	1.38 137	7.66 266	1.35 161	0.40 227	0.20 56	0.33 166	0.26 102	0.33 113	0.24 21

stereogan	3.09 311	0.93 238	16.43 275	1.37 277	1.66 341	3.70 166	1.67 310	3.87 200	3.15 342	3.04 333	2.70 315	5.04 371	2.79 304	9.96 308	1.78 227	0.63 325	0.49 327	0.69 347	0.47 305	0.83 336	0.68 304

RYNet	2.97 298	0.93 238	15.09 262	1.12 174	1.38 293	3.66 162	1.42 283	4.03 245	2.29 227	2.10 184	1.70 126	3.79 320	2.16 270	13.64 400	3.02 314	0.37 196	0.41 295	0.48 283	0.34 226	0.81 333	0.75 318

iResNet	2.52 250	0.94 241	21.17 386	1.84 348	0.72 144	3.75 173	0.81 132	4.14 277	2.55 275	2.33 258	2.03 218	1.35 84	1.44 152	3.27 178	2.16 270	0.35 184	0.23 127	0.28 67	0.22 50	0.44 225	0.45 222

CBFPSM	2.05 178	0.95 242	10.12 207	1.07 151	1.05 226	2.84 60	1.20 252	3.28 119	1.73 136	1.82 109	1.30 52	4.56 358	4.06 346	2.34 141	2.34 282	0.25 19	0.38 276	0.32 135	0.27 126	0.37 161	0.79 326

XX-TBD	1.03 30	0.95 242	1.94 46	1.30 247	0.43 38	3.97 224	0.33 3	1.74 15	1.73 136	1.59 68	2.02 217	0.69 10	0.60 4	1.16 17	0.66 11	0.30 111	0.25 173	0.23 5	0.15 4	0.31 75	0.22 9

CFNet-ft	1.90 148	0.95 242	3.56 134	1.07 151	1.54 315	4.09 244	0.90 176	2.85 86	1.82 148	1.78 102	1.70 126	2.75 244	1.48 163	9.33 291	1.72 217	0.33 154	0.30 217	0.61 334	0.36 248	0.52 255	0.39 179

STTStereo	2.34 222	0.95 242	14.93 259	1.43 287	1.54 315	3.86 199	0.86 150	3.65 157	2.44 257	2.15 199	1.55 91	2.49 223	1.59 187	5.14 212	1.44 170	0.38 210	0.39 284	0.47 275	0.51 318	0.52 255	0.51 258

CFNet_RVC	1.90 148	0.95 242	3.56 134	1.07 151	1.54 315	4.09 244	0.90 176	2.85 86	1.82 148	1.78 102	1.70 126	2.75 244	1.48 163	9.33 291	1.72 217	0.33 154	0.30 217	0.61 334	0.36 248	0.52 255	0.39 179

DLCB_ROB	2.05 178	0.95 242	2.37 89	1.24 225	1.02 220	2.92 67	1.30 262	3.68 162	2.30 228	2.91 323	2.17 248	3.32 290	1.52 175	10.37 320	2.50 291	0.40 227	0.33 238	0.40 242	0.36 248	0.41 197	0.47 237

CBMV	3.32 328	0.96 248	21.16 385	1.32 251	0.83 169	3.81 184	3.91 389	4.47 357	2.53 272	3.34 349	2.24 258	4.45 352	2.58 297	10.07 314	1.96 248	0.45 265	0.43 302	0.48 283	0.38 270	0.52 255	0.53 265
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
ccnet	2.66 267	0.97 249	8.01 180	1.54 308	1.24 266	3.75 173	2.18 339	4.07 256	2.41 250	2.66 307	3.25 343	2.87 257	2.31 281	9.89 304	3.50 320	0.78 347	0.75 364	0.71 350	0.67 343	0.76 326	0.81 327

DRN-Test	3.03 306	0.99 250	18.18 302	1.35 263	1.60 328	3.59 148	1.48 287	4.13 271	2.45 258	3.47 354	1.92 203	2.58 231	2.53 294	10.88 335	2.80 307	0.39 221	0.36 258	0.44 262	0.41 288	0.55 266	0.57 280

GMStereo	1.01 25	1.00 251	2.86 112	0.83 43	0.45 47	1.47 15	0.57 30	1.89 23	2.11 199	1.52 62	1.24 37	0.87 39	0.74 22	1.58 67	0.94 85	0.40 227	0.21 81	0.30 101	0.30 188	0.47 242	0.36 147
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
edge stereo	3.37 331	1.01 252	21.99 402	1.28 239	1.37 289	2.67 58	1.39 276	3.98 232	2.87 316	2.93 325	3.27 345	4.35 349	2.43 288	11.62 360	2.39 283	0.60 320	0.63 350	0.79 359	0.55 328	0.68 311	0.67 302

AACVNet	1.83 138	1.02 253	2.41 92	1.45 292	0.87 179	3.21 85	0.73 87	3.16 107	1.61 112	2.01 162	1.82 175	2.28 194	1.33 132	10.98 340	1.49 181	0.39 221	0.32 231	0.38 233	0.32 211	0.43 220	0.44 217

TestStereo	2.00 168	1.02 253	12.25 223	0.70 7	0.61 118	1.88 29	0.55 27	2.31 40	1.52 63	1.41 55	1.33 54	1.27 76	0.90 45	11.62 360	0.81 43	0.34 166	0.19 39	0.33 166	0.24 80	0.44 225	0.24 21

RALCasStereoNet	1.19 44	1.02 253	2.06 65	1.12 174	1.14 240	3.08 81	0.70 79	2.99 95	1.73 136	1.34 48	1.68 121	1.18 66	0.91 47	2.16 128	1.00 98	0.30 111	0.26 184	0.24 17	0.21 29	0.29 43	0.30 98

FBW_ROB	3.24 323	1.02 253	9.21 197	1.49 300	1.07 230	3.78 178	1.48 287	4.31 328	3.08 335	2.46 277	2.32 283	4.20 344	2.08 263	15.19 406	7.16 354	0.84 356	0.62 348	1.33 379	0.92 364	0.99 348	1.31 358

iResNet_ROB	1.89 146	1.02 253	8.60 187	1.39 281	0.98 208	3.72 169	0.66 64	3.84 192	2.65 284	1.88 118	2.05 226	1.98 167	1.27 121	4.52 203	1.67 212	0.30 111	0.20 56	0.28 67	0.18 9	0.31 75	0.40 196

NLCA_NET_v2_RVC	2.54 253	1.04 258	16.73 281	1.53 306	2.00 367	3.96 221	0.87 166	3.87 200	2.31 230	2.54 286	1.67 119	2.85 255	1.63 207	5.55 221	1.62 204	0.46 269	0.33 238	0.38 233	0.38 270	0.53 261	0.62 292
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
GwcNet-RSSM	2.66 267	1.05 259	15.91 269	1.22 219	1.19 254	4.12 251	1.12 237	3.84 192	2.02 176	1.93 134	1.79 154	3.12 276	1.46 159	10.37 320	2.05 257	0.33 154	0.27 192	0.35 198	0.30 188	0.40 176	0.36 147

GANet	2.93 290	1.05 259	11.29 219	1.64 325	0.96 201	3.91 204	2.52 348	3.72 173	2.41 250	2.95 330	3.00 331	3.21 280	2.03 257	12.42 386	4.72 334	0.51 301	0.41 295	0.46 272	0.39 274	0.60 283	0.50 252

RAFT_CTSACE	1.80 136	1.06 261	10.00 204	1.71 332	1.39 294	3.49 127	1.06 225	3.05 100	1.62 115	1.70 89	2.04 221	2.51 224	1.80 235	1.98 111	0.94 85	0.25 19	0.22 103	0.28 67	0.30 188	0.30 59	0.26 44

FINET	2.96 294	1.07 262	23.18 409	1.29 242	1.86 360	2.03 34	1.52 292	4.30 325	4.71 382	2.23 229	2.34 285	1.65 114	1.48 163	5.89 229	2.81 308	0.51 301	0.47 320	0.49 296	0.40 284	0.59 279	0.49 245

DANet	2.63 263	1.07 262	8.10 181	1.83 347	1.70 345	3.25 93	1.16 244	4.31 328	2.38 245	3.40 352	2.18 249	4.08 335	1.80 235	9.77 299	3.89 326	0.52 307	0.55 333	0.59 326	0.44 296	0.63 291	0.86 333
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
RALAANet	1.28 75	1.08 264	3.21 122	1.25 227	0.94 198	1.44 14	0.69 74	3.15 106	2.57 277	2.01 162	1.80 157	1.29 79	1.05 73	2.00 112	1.48 178	0.27 34	0.20 56	0.27 53	0.24 80	0.40 176	0.27 56

TDLM	2.29 211	1.08 264	4.61 152	1.29 242	1.01 219	4.26 289	2.17 338	3.75 176	2.79 301	2.31 247	1.98 212	2.06 180	1.59 187	12.45 387	1.72 217	0.51 301	0.28 200	0.52 308	0.35 240	0.56 272	0.50 252

MSMD_ROB	5.61 378	1.08 264	16.68 279	1.21 216	0.83 169	10.14 403	2.07 334	3.93 219	6.22 395	10.37 408	8.03 378	22.22 409	9.45 398	11.66 366	4.52 331	0.66 333	0.58 340	0.66 344	0.68 346	0.65 300	0.63 295

DeepPruner_ROB	2.05 178	1.09 267	10.50 212	1.01 127	1.20 259	4.39 306	0.91 184	3.14 105	1.72 134	2.60 297	1.54 89	2.78 251	1.27 121	4.52 203	1.72 217	0.51 301	0.40 289	0.37 221	0.34 226	0.48 245	0.52 263

HBP-ISP	3.25 325	1.10 268	20.86 376	1.54 308	1.15 243	4.50 327	2.89 360	4.43 351	2.38 245	4.14 368	1.96 206	1.90 153	2.04 259	11.08 346	1.32 154	0.66 333	0.57 336	0.66 344	0.61 340	0.64 297	0.61 290

CFNet	2.34 222	1.10 268	8.96 190	1.34 259	1.24 266	4.09 244	0.73 87	4.04 249	2.77 298	1.62 76	1.87 191	2.27 193	1.45 156	11.41 352	1.82 230	0.31 128	0.24 156	0.43 259	0.36 248	0.43 220	0.33 123

CVANet_RVC	2.55 257	1.10 268	9.13 196	1.46 294	1.15 243	3.96 221	1.53 294	3.91 213	2.50 267	3.04 333	2.04 221	2.60 232	1.72 223	12.46 388	1.50 182	0.49 292	0.30 217	0.51 302	0.41 288	0.63 291	0.50 252

ACRE	2.27 203	1.11 271	19.45 326	0.91 78	1.30 275	3.94 211	0.87 166	4.21 289	1.80 147	2.28 236	2.62 307	1.17 63	1.04 71	1.52 62	1.30 151	0.37 196	0.23 127	0.27 53	0.22 50	0.31 75	0.46 232

XPNet_ROB	2.27 203	1.11 271	4.10 143	1.36 269	0.97 204	3.94 211	1.63 303	4.07 256	2.14 201	2.82 320	2.00 215	2.32 202	1.73 225	10.81 333	3.39 319	0.51 301	0.47 320	0.48 283	0.40 284	0.51 252	0.56 276

MyStereo8	2.33 220	1.13 273	19.26 322	1.22 219	1.62 331	4.16 267	0.57 30	3.50 139	2.36 237	2.15 199	1.75 141	2.28 194	1.14 102	1.46 57	2.20 272	0.24 10	0.21 81	0.32 135	0.27 126	0.36 155	0.43 212

ARAFT	2.56 258	1.13 273	19.50 329	0.89 69	0.48 70	4.15 258	1.40 278	4.36 340	2.82 313	2.36 265	1.88 192	1.70 120	1.04 71	6.45 238	1.22 137	0.29 77	0.18 24	0.37 221	0.35 240	0.35 144	0.25 27

NaN_ROB	4.06 352	1.13 273	16.64 278	1.12 174	1.25 269	3.50 130	3.05 367	4.29 318	3.26 352	3.64 355	2.56 303	2.97 262	4.79 358	13.33 394	16.91 393	0.37 196	0.41 295	0.38 233	0.39 274	0.48 245	0.81 327

SACVNet	2.46 237	1.14 276	9.47 198	1.44 289	1.18 248	4.06 237	1.49 291	3.84 192	2.24 215	2.62 300	1.89 197	2.57 228	1.28 124	11.35 351	1.64 208	0.50 295	0.39 284	0.48 283	0.41 288	0.55 266	0.75 318

raft_robust	1.92 153	1.15 277	3.34 129	1.02 136	0.43 38	3.84 191	0.46 12	4.42 348	2.52 271	1.67 85	1.36 63	2.17 189	6.37 379	6.78 249	1.04 101	0.28 60	0.24 156	0.30 101	0.35 240	0.31 75	0.32 112

dd	1.26 70	1.15 277	2.47 95	0.92 81	0.49 74	4.35 302	0.75 104	1.92 24	2.11 199	1.44 57	1.24 37	1.19 69	1.05 73	1.78 95	1.70 215	0.57 316	0.34 250	0.35 198	0.33 219	0.60 283	0.46 232

psmorigin	6.59 388	1.15 277	88.11 434	1.52 303	0.97 204	2.88 63	1.20 252	3.21 112	2.04 181	3.73 358	2.46 290	5.15 374	2.55 295	10.60 326	2.47 289	0.55 312	0.68 358	0.48 283	0.51 318	0.70 314	0.88 337

Nwc_Net	2.88 286	1.16 280	18.30 305	1.35 263	1.68 343	3.52 135	1.18 248	3.90 209	2.06 184	2.52 285	2.82 325	3.82 322	2.34 282	6.78 249	2.55 297	0.86 357	0.40 289	0.59 326	0.67 343	0.57 276	0.55 274

SGM-ForestM	11.55 405	1.16 280	21.62 398	2.14 365	0.81 160	22.25 418	19.08 414	16.50 417	11.34 401	15.94 415	14.44 407	27.12 417	22.61 416	24.76 417	28.39 421	0.50 295	0.48 325	0.47 275	0.44 296	0.55 266	0.53 265

iinet-f	2.26 201	1.18 282	13.71 235	1.14 182	1.11 237	3.77 176	1.10 234	4.14 277	2.17 206	2.06 177	1.76 144	2.99 264	2.99 312	2.50 148	2.49 290	0.35 184	0.39 284	0.27 53	0.28 151	0.45 233	0.39 179

CIPLG	2.27 203	1.18 282	19.24 320	0.92 81	1.34 285	3.95 216	0.89 172	4.23 297	1.82 148	2.31 247	2.67 312	1.17 63	1.06 80	1.53 64	1.32 154	0.37 196	0.23 127	0.27 53	0.22 50	0.31 75	0.45 222

fast-acv-ft	2.54 253	1.19 284	20.08 348	1.41 284	1.40 296	3.18 84	1.17 247	3.37 130	2.28 225	1.90 124	2.15 245	2.69 238	2.17 272	2.91 172	2.31 279	0.37 196	0.39 284	0.45 268	0.39 274	0.57 276	0.45 222

dad	1.65 118	1.19 284	3.04 118	0.98 111	0.56 99	4.22 284	0.84 142	1.99 26	2.48 262	2.14 194	1.68 121	1.62 112	1.13 96	3.85 190	2.04 255	1.03 365	0.40 289	2.04 384	0.48 309	0.75 325	0.53 265

RP	2.79 277	1.20 286	10.36 209	1.54 308	1.93 364	3.44 116	1.97 327	4.05 253	2.34 233	2.66 307	2.79 320	3.98 329	2.58 297	10.21 316	2.61 299	0.95 361	0.47 320	0.71 350	0.57 333	0.71 319	0.68 304

GMStereo_Zeroshot	1.41 91	1.21 287	3.33 128	1.29 242	0.72 144	3.35 107	0.53 23	2.58 71	1.68 124	2.35 260	1.56 94	2.42 214	0.96 55	2.50 148	1.16 121	0.45 265	0.23 127	0.40 242	0.24 80	0.79 331	0.33 123

gwcnet-sp	2.31 215	1.21 287	17.34 288	1.08 156	0.92 192	3.56 143	1.04 221	3.69 167	2.09 189	2.55 287	1.60 104	1.80 138	1.62 195	3.87 191	1.95 245	0.29 77	0.29 208	0.30 101	0.28 151	0.38 165	0.39 179

scenet	2.31 215	1.21 287	17.34 288	1.08 156	0.92 192	3.56 143	1.04 221	3.69 167	2.09 189	2.55 287	1.60 104	1.80 138	1.62 195	3.87 191	1.95 245	0.29 77	0.29 208	0.30 101	0.28 151	0.38 165	0.39 179

ssnet	2.31 215	1.21 287	17.34 288	1.08 156	0.92 192	3.56 143	1.04 221	3.69 167	2.09 189	2.55 287	1.60 104	1.80 138	1.62 195	3.87 191	1.95 245	0.29 77	0.29 208	0.30 101	0.28 151	0.38 165	0.39 179

G-Net	4.11 353	1.21 287	19.47 328	2.31 374	2.94 386	4.74 372	2.95 361	3.33 129	2.14 201	4.44 375	9.43 389	6.93 384	3.84 342	9.01 285	4.92 339	0.79 348	0.80 366	0.70 349	0.50 316	0.95 343	0.87 336

LE_ROB	18.58 413	1.21 287	48.38 425	8.60 417	23.00 419	7.32 398	19.74 415	9.94 402	38.69 426	43.53 424	21.91 411	28.40 418	40.92 421	23.18 413	54.71 426	0.34 166	0.33 238	0.32 135	0.36 248	0.42 212	0.40 196

sAnonymous2	1.37 86	1.22 293	9.79 201	0.92 81	0.88 182	1.23 7	0.61 45	2.56 67	1.69 129	0.85 23	1.02 9	0.73 20	1.23 117	0.98 4	0.78 38	0.29 77	0.25 173	0.31 120	0.30 188	1.06 351	0.71 307

CroCo_RVC	1.37 86	1.22 293	9.79 201	0.92 81	0.88 182	1.23 7	0.61 45	2.56 67	1.69 129	0.85 23	1.02 9	0.73 20	1.23 117	0.98 4	0.78 38	0.29 77	0.25 173	0.31 120	0.30 188	1.06 351	0.71 307

DMCA-RVC	2.45 235	1.22 293	18.29 304	1.23 223	1.14 240	2.49 52	0.85 148	3.29 120	1.68 124	3.02 332	1.41 68	2.00 170	1.53 182	6.39 237	2.00 251	0.38 210	0.30 217	0.44 262	0.35 240	0.45 233	0.44 217

pmcnn	5.45 376	1.22 293	17.40 292	1.60 320	2.41 380	3.48 125	2.12 335	4.52 366	3.26 352	3.67 357	13.15 403	22.10 408	3.46 336	11.92 380	17.16 395	0.34 166	0.21 81	0.23 5	0.19 18	0.36 155	0.28 69

ADCRef	3.30 326	1.23 297	14.90 257	1.17 201	1.41 302	3.95 216	1.64 305	3.88 203	2.36 237	3.05 335	2.21 255	2.40 209	2.81 306	5.04 210	16.63 392	0.46 269	0.34 250	0.63 338	0.62 341	0.54 264	0.67 302

whm_eth	2.04 175	1.24 298	18.44 310	0.89 69	1.37 289	2.59 56	0.73 87	3.56 148	2.56 276	1.53 64	2.06 230	0.78 25	0.71 16	1.02 7	0.98 91	0.36 189	0.29 208	0.34 182	0.32 211	0.41 197	0.54 271

PA-Net	3.09 311	1.24 298	18.84 315	1.38 279	1.19 254	3.42 114	1.75 313	3.89 204	3.27 355	1.88 118	2.10 234	3.03 267	1.88 249	11.60 358	2.88 309	0.40 227	0.54 331	0.44 262	0.62 341	0.52 255	1.02 344
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
APVNet	3.13 316	1.25 300	21.14 383	1.31 249	1.52 313	3.94 211	1.13 240	3.32 126	2.14 201	2.20 216	2.03 218	3.05 271	1.96 254	11.79 373	2.53 294	0.42 247	0.45 309	0.64 341	0.46 302	0.67 308	0.57 280

anonymity	1.76 131	1.26 301	2.73 108	1.66 327	1.32 281	1.84 26	1.07 227	3.49 137	2.30 228	2.11 188	2.11 238	1.71 122	3.90 344	1.82 99	1.48 178	1.10 367	1.09 373	1.08 373	1.08 372	1.05 350	1.09 349

NCC-stereo	3.16 320	1.28 302	18.31 306	1.25 227	1.75 350	4.06 237	1.40 278	3.89 204	2.22 211	2.72 311	2.55 301	3.49 305	2.65 300	9.91 305	2.99 312	1.29 376	0.65 352	0.64 341	0.86 361	0.65 300	0.71 307

Abc-Net	3.16 320	1.28 302	18.31 306	1.25 227	1.75 350	4.06 237	1.40 278	3.89 204	2.22 211	2.72 311	2.55 301	3.49 305	2.65 300	9.91 305	2.99 312	1.29 376	0.65 352	0.64 341	0.86 361	0.65 300	0.71 307
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
LoS_RVC	0.94 13	1.30 304	1.31 8	0.84 49	1.63 333	2.02 33	0.59 39	1.51 5	1.36 19	0.81 18	1.33 54	0.84 35	0.88 42	1.36 46	0.73 30	0.21 1	0.17 9	0.20 1	0.14 2	0.20 1	1.45 365

AF-Net	2.87 284	1.30 304	16.24 272	1.33 255	1.75 350	3.26 94	1.59 300	4.09 262	2.43 254	2.69 309	2.94 328	4.51 355	3.20 325	5.84 228	2.75 305	0.76 346	0.36 258	0.72 354	0.49 312	0.70 314	0.56 276

IPLGR_C	2.28 208	1.31 306	19.46 327	0.92 81	1.32 281	3.93 209	0.89 172	4.20 285	1.82 148	2.30 242	2.63 309	1.16 62	1.07 82	1.41 50	1.29 150	0.37 196	0.23 127	0.27 53	0.22 50	0.31 75	0.45 222

LMCR-Stereo	2.40 230	1.31 306	18.61 312	1.59 318	0.86 177	3.87 201	1.15 243	4.32 332	1.60 109	2.25 233	2.27 262	1.13 58	2.43 288	2.48 147	1.60 199	0.88 358	0.24 156	0.29 82	0.24 80	0.56 272	0.30 98

CSP-Net	1.78 134	1.32 308	1.92 45	1.16 200	1.03 221	3.38 109	1.31 263	3.52 143	1.75 143	1.96 140	1.93 204	2.40 209	1.48 163	8.58 276	1.58 195	0.46 269	0.34 250	0.27 53	0.26 102	0.41 197	0.50 252

AnonymousM	1.22 54	1.32 308	0.97 1	0.88 66	0.56 99	4.03 233	0.69 74	2.41 44	1.68 124	1.48 59	1.31 53	1.15 61	1.00 63	1.18 25	0.73 30	0.32 143	0.40 289	2.07 385	1.70 387	0.24 5	0.22 9

MeshStereo	5.35 374	1.32 308	21.34 390	1.34 259	1.15 243	4.40 310	3.90 388	5.18 386	4.55 380	10.14 407	11.82 399	11.47 394	5.84 371	13.84 402	7.03 353	0.61 322	0.58 340	0.60 331	0.58 334	0.72 322	0.59 287
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
PS-NSSS	2.22 193	1.33 311	2.90 113	0.97 108	1.53 314	4.11 249	1.08 230	4.55 368	2.65 284	2.10 184	2.32 283	1.77 127	1.40 141	11.79 373	1.61 202	0.68 338	0.45 309	0.96 367	0.43 294	0.95 343	0.92 339

NCCL2	2.53 251	1.35 312	10.90 216	1.15 195	0.97 204	3.53 136	2.56 350	3.65 157	2.23 213	2.76 314	1.80 157	2.41 211	1.66 214	10.35 319	2.07 261	0.44 259	0.40 289	0.57 322	0.53 325	0.59 279	0.65 299

BEATNet_4x	1.92 153	1.36 313	8.75 189	1.20 211	0.56 99	3.46 121	1.03 219	4.00 238	2.43 254	2.25 233	1.70 126	2.10 185	1.59 187	2.57 159	3.05 315	0.37 196	0.22 103	0.47 275	0.29 174	0.60 283	0.40 196

DPSNet	3.43 332	1.37 314	12.19 222	1.39 281	1.24 266	4.15 258	2.06 332	4.51 365	3.34 357	2.69 309	1.96 206	3.52 308	5.56 368	10.68 328	9.68 366	0.93 359	0.73 362	0.40 242	0.37 259	1.06 351	0.86 333

MANE	11.39 404	1.38 315	23.16 408	4.82 410	2.79 385	22.02 417	14.51 409	25.81 418	26.28 418	10.93 410	13.17 404	19.90 407	18.03 410	15.69 407	20.41 408	0.96 362	0.74 363	1.42 380	3.24 412	0.74 323	1.71 371

PSMNet_ROB	2.95 291	1.38 315	18.46 311	1.19 208	1.20 259	3.80 182	1.65 308	3.54 145	2.35 235	1.98 143	1.71 130	2.75 244	1.79 230	11.43 354	2.78 306	0.42 247	0.36 258	0.50 299	0.60 337	0.59 279	0.49 245

CSAN	4.71 365	1.39 317	20.23 353	1.19 208	0.87 179	3.65 161	3.50 378	4.57 370	3.87 371	3.89 361	7.82 376	3.54 312	6.16 377	23.47 416	6.82 349	0.52 307	0.45 309	0.49 296	0.52 321	0.63 291	0.66 301

NVStereoNet_ROB	4.91 369	1.40 318	16.46 276	1.47 297	1.72 348	3.46 121	1.96 326	3.89 204	3.61 366	2.90 322	24.61 415	4.81 365	4.49 355	13.57 398	4.87 337	1.33 379	1.29 381	1.70 382	1.68 385	1.41 373	1.66 369
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
ETE_ROB	2.07 181	1.40 318	3.01 117	1.09 160	0.92 192	3.94 211	1.53 294	4.25 305	2.23 213	3.31 347	2.06 230	2.35 205	1.52 175	8.74 278	2.07 261	0.44 259	0.36 258	0.51 302	0.48 309	0.54 264	0.62 292

MaskLacGwcNet_RVC	3.13 316	1.43 320	9.93 203	2.50 377	1.62 331	4.29 296	1.68 312	3.95 224	2.43 254	1.66 83	1.91 202	3.04 268	1.41 145	13.26 393	1.58 195	3.82 400	1.59 385	1.12 375	0.46 302	2.21 381	2.74 392

SPS-STEREO	3.97 349	1.44 321	20.85 375	1.72 334	1.71 346	3.24 90	2.30 343	3.55 146	2.68 289	4.79 379	3.66 352	5.44 377	2.97 311	9.11 286	9.35 365	1.15 370	1.10 374	1.06 372	1.02 370	1.16 362	1.18 353
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
RGC	3.10 314	1.45 322	14.90 257	1.46 294	1.79 355	3.33 105	1.39 276	4.04 249	2.26 220	2.77 315	3.26 344	4.00 330	2.71 302	11.63 365	2.62 301	0.82 353	0.46 316	0.79 359	0.79 358	0.71 319	0.78 324

Wz-Net-LNSev-Ref	2.42 232	1.47 323	14.14 247	1.30 247	1.35 286	3.51 132	1.64 305	4.04 249	2.10 197	2.46 277	1.88 192	2.28 194	2.51 293	4.73 208	3.17 317	0.38 210	0.19 39	0.35 198	0.20 23	0.40 176	0.36 147

LALA_ROB	1.95 158	1.48 324	3.11 120	1.05 145	0.98 208	3.99 227	1.82 319	4.44 352	2.28 225	3.31 347	1.85 188	2.76 250	1.67 216	4.04 198	3.23 318	0.46 269	0.41 295	0.55 318	0.52 321	0.60 283	0.57 280

StereoDRNet	2.84 280	1.49 325	14.48 252	1.33 255	1.57 326	3.44 116	2.06 332	3.69 167	2.36 237	3.26 346	1.84 181	2.79 253	1.80 235	10.88 335	3.16 316	0.41 237	0.33 238	0.39 236	0.36 248	0.59 279	0.58 284

UDGNet	1.40 89	1.52 326	2.22 76	1.38 279	0.62 121	4.39 306	0.68 69	1.80 21	2.18 208	1.34 48	1.18 30	0.99 48	1.00 63	2.16 128	1.19 127	1.09 366	0.34 250	1.30 378	0.98 367	1.10 356	0.58 284

PDISCO_ROB	2.86 281	1.53 327	14.27 250	1.98 359	2.19 374	4.52 332	1.35 267	4.65 374	3.19 345	2.09 181	2.16 246	3.53 309	2.45 290	5.32 214	2.12 264	1.30 378	0.78 365	0.72 354	0.59 336	1.24 367	1.28 356

DN-CSS_ROB	1.91 150	1.55 328	11.13 218	1.82 346	0.88 182	3.99 227	0.61 45	4.01 239	1.67 123	1.64 79	1.89 197	1.39 89	1.06 80	3.23 177	1.50 182	0.31 128	0.19 39	0.44 262	0.29 174	0.37 161	0.31 105

DGSMNet	7.55 396	1.62 329	17.42 293	1.92 354	12.73 414	7.45 399	42.99 425	4.13 271	2.07 185	2.10 184	3.16 341	3.42 295	1.70 219	9.24 290	2.30 278	3.70 399	10.89 422	11.80 422	5.54 413	4.24 397	2.66 387

ELAS	5.99 384	1.62 329	20.29 359	1.96 358	2.01 368	15.09 412	8.38 402	5.23 387	5.54 391	9.02 401	8.61 383	6.74 382	9.75 399	7.48 260	11.40 374	0.96 362	1.18 376	0.72 354	0.93 365	1.30 369	1.67 370
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
GwcNet	3.00 303	1.63 331	19.83 337	1.32 251	2.04 371	3.27 96	1.55 298	3.65 157	2.33 232	2.00 160	2.12 241	3.56 313	1.68 217	9.47 294	2.45 287	0.44 259	0.45 309	0.46 272	0.38 270	0.60 283	0.76 320

ADCL	4.35 358	1.63 331	14.21 249	1.29 242	1.26 272	5.56 387	11.16 403	3.97 230	3.37 358	6.07 386	4.67 363	4.30 348	5.72 370	5.08 211	14.51 381	0.50 295	0.48 325	0.89 365	0.77 354	0.78 329	0.76 320

ADCPNet	3.89 344	1.63 331	20.25 357	1.28 239	1.27 273	6.43 392	2.65 353	3.93 219	2.70 290	2.78 316	2.20 253	4.28 347	6.16 377	5.56 222	10.27 369	0.65 331	1.18 376	0.71 350	1.70 387	0.84 337	1.37 361

ELAS_RVC	5.72 381	1.64 334	20.40 363	2.09 364	2.01 368	4.95 379	11.47 405	4.66 375	6.31 397	8.09 398	8.01 377	8.06 390	11.65 400	8.36 271	10.22 368	0.99 364	1.17 375	0.81 362	0.76 352	1.14 359	1.58 368
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
Consistency-Raft	2.86 281	1.66 335	19.61 330	1.40 283	1.75 350	3.84 191	1.32 264	4.07 256	2.25 217	1.78 102	2.67 312	1.82 142	4.41 353	1.94 110	2.06 258	0.83 355	0.94 370	1.03 369	1.12 373	1.70 377	1.09 349

aanetorigin	3.30 326	1.66 335	17.52 297	1.18 206	1.58 327	2.57 55	3.80 386	2.65 75	2.03 178	6.12 388	4.30 361	2.82 254	5.70 369	5.47 219	4.67 332	0.50 295	0.44 305	0.43 259	0.47 305	1.17 363	0.92 339

Wz-Net-LNSev	2.30 214	1.67 337	14.88 256	1.18 206	1.65 338	3.49 127	1.54 297	3.63 155	2.03 178	1.88 118	1.64 113	3.29 287	2.06 261	2.71 168	2.02 254	0.40 227	0.33 238	0.32 135	0.31 204	0.53 261	0.49 245

DeepPrunerF	3.70 339	1.72 338	14.87 255	1.33 255	1.74 349	3.70 166	1.55 298	4.20 285	14.00 405	2.02 166	1.77 149	2.74 242	2.30 278	10.88 335	6.88 351	0.68 338	0.60 345	0.78 358	0.78 357	0.81 333	0.71 307

AANet_RVC	3.03 306	1.72 338	12.78 226	1.17 201	1.12 238	3.79 181	1.10 234	3.86 198	3.13 338	2.62 300	4.26 360	3.96 328	1.41 145	11.43 354	5.23 341	0.94 360	0.47 320	0.34 182	0.23 59	0.40 176	0.55 274

SANet	5.65 380	1.72 338	20.94 378	1.26 233	0.88 182	7.20 396	3.81 387	4.60 372	11.23 400	4.56 376	8.78 386	7.49 385	6.95 383	11.85 376	18.11 399	0.49 292	0.44 305	0.50 299	0.42 293	0.90 341	0.82 331

FADNet	2.49 244	1.76 341	13.17 228	1.17 201	0.95 200	3.27 96	0.88 170	3.94 222	2.27 222	1.40 54	1.29 51	2.51 224	2.06 261	9.93 307	1.94 243	0.43 252	0.45 309	0.40 242	0.43 294	1.06 351	0.53 265

CC-Net-ROB	3.35 330	1.76 341	13.89 243	2.33 375	1.65 338	4.49 324	1.62 302	4.73 378	2.90 319	1.92 130	2.05 226	1.99 169	1.61 192	12.57 390	1.60 199	2.46 385	2.18 393	2.68 395	1.04 371	2.11 380	1.38 363

LL-Strereo	3.01 304	1.81 343	17.59 298	1.12 174	2.10 372	2.90 64	1.09 232	4.33 334	2.00 175	3.12 339	2.24 258	3.29 287	3.15 321	11.31 350	1.84 233	0.30 111	0.28 200	0.46 272	0.34 226	0.49 250	0.45 222

TRStereo	2.31 215	1.87 344	19.74 334	1.53 306	1.16 247	4.26 289	1.08 230	4.73 378	1.45 26	1.55 65	1.28 49	1.75 125	0.85 38	1.81 97	1.20 130	0.36 189	0.26 184	0.32 135	0.36 248	0.34 129	0.33 123

MFMNet_re	2.91 287	1.91 345	18.25 303	3.06 386	1.89 362	3.13 83	1.67 310	3.52 143	2.97 324	3.14 340	2.87 327	2.26 192	2.41 286	2.42 142	2.00 251	1.10 367	1.05 372	0.94 366	0.90 363	1.28 368	1.46 367

SDNR	3.97 349	1.93 346	20.28 358	1.31 249	0.94 198	5.16 382	0.67 65	4.33 334	2.58 278	4.82 380	5.94 371	5.01 370	1.45 156	17.52 408	2.53 294	0.79 348	0.72 361	0.59 326	0.45 300	1.15 361	1.17 352

GANetREF_RVC	3.20 322	1.93 346	18.84 315	1.51 302	0.80 158	4.12 251	1.82 319	4.16 281	2.91 320	1.87 116	1.74 137	2.48 221	1.84 242	13.18 392	1.74 222	0.80 350	0.57 336	0.79 359	0.74 350	1.20 366	0.86 333
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
ADCP+	3.74 342	1.96 348	16.90 284	1.09 160	1.55 319	4.35 302	3.65 384	3.93 219	2.98 327	2.22 225	1.66 118	3.95 326	4.83 359	3.41 180	18.87 405	0.38 210	0.41 295	0.63 338	0.53 325	0.64 297	0.81 327

PVD	3.12 315	1.97 349	12.80 227	1.79 344	1.63 333	3.83 186	1.34 266	3.48 134	3.88 372	5.77 383	3.56 351	3.45 297	3.29 328	5.58 224	5.30 342	0.71 344	0.69 359	0.74 357	0.77 354	0.79 331	1.13 351

PWC_ROB	2.69 273	2.01 350	8.36 183	1.33 255	1.90 363	3.23 88	1.18 248	4.33 334	3.25 351	3.11 338	3.41 348	2.71 240	2.18 274	9.15 288	4.48 330	0.56 314	0.31 225	0.61 334	0.36 248	0.69 313	0.74 315

FADNet-RVC-Resample	2.83 279	2.02 351	21.07 381	1.12 174	0.91 191	3.53 136	1.37 273	4.08 260	2.09 189	1.68 86	1.33 54	2.03 174	1.51 173	9.54 296	1.69 214	0.38 210	0.37 270	0.42 255	0.44 296	0.56 272	0.56 276

SHD	2.82 278	2.04 352	13.80 241	1.69 330	1.79 355	2.73 59	1.07 227	3.85 195	3.18 344	4.63 377	2.74 316	3.38 294	2.77 303	5.48 220	3.66 323	0.62 324	0.47 320	0.51 302	0.55 328	0.65 300	0.74 315

PASM	2.67 269	2.05 353	9.71 199	1.73 335	1.37 289	2.53 53	1.52 292	3.10 103	2.17 206	2.79 317	1.84 181	2.90 258	1.85 244	11.89 378	2.19 271	0.81 352	0.85 367	0.87 364	1.01 368	1.14 359	1.05 346

EDNetEfficient	5.61 378	2.14 354	16.75 282	1.67 328	3.64 397	4.12 251	7.51 398	3.05 100	5.63 393	11.57 411	4.83 365	3.95 326	12.72 401	8.44 274	20.78 409	0.41 237	0.43 302	0.47 275	1.01 368	1.66 376	1.39 364

SAMSARA	3.55 334	2.16 355	14.18 248	1.86 351	1.49 309	4.62 348	2.65 353	3.58 151	2.80 305	7.05 392	3.05 334	5.16 375	4.07 347	9.18 289	4.80 336	0.64 328	0.67 355	0.59 326	0.68 346	0.89 339	0.91 338

WAO-6	5.87 383	2.27 356	15.05 261	2.96 384	2.77 384	12.01 406	3.58 382	5.37 393	11.91 404	3.34 349	9.69 390	6.78 383	5.84 371	11.82 375	8.89 364	2.87 387	2.35 400	2.50 389	1.84 393	2.85 384	2.67 388

FADNet-RVC	2.51 247	2.27 356	14.03 245	1.09 160	0.81 160	3.54 140	1.10 234	4.13 271	2.48 262	1.39 53	1.22 34	1.85 150	1.77 227	9.78 301	2.06 258	0.38 210	0.37 270	0.40 242	0.40 284	0.67 308	0.48 241

FADNet_RVC	2.65 265	2.28 358	16.51 277	0.98 111	0.92 192	4.09 244	0.83 139	4.26 312	1.73 136	1.46 58	1.78 151	1.60 109	1.50 170	8.88 280	2.39 283	0.47 277	0.38 276	0.44 262	0.58 334	0.89 339	0.97 342

XQC	2.96 294	2.42 359	14.85 254	1.36 269	1.32 281	3.29 103	1.53 294	4.28 317	2.78 299	3.21 344	2.46 290	3.53 309	2.92 310	6.58 240	4.67 332	0.70 342	0.41 295	0.59 326	0.56 330	0.96 347	0.83 332

EDNetEfficientorigin	12.35 408	2.51 360	179.47 438	1.19 208	0.96 201	2.91 66	1.81 318	3.00 96	5.35 389	8.91 400	4.79 364	4.18 341	4.64 357	9.98 309	11.30 372	0.37 196	0.38 276	0.60 331	0.85 360	1.32 370	2.43 385

RTSC	2.95 291	2.51 360	15.49 268	1.54 308	1.30 275	3.51 132	0.86 150	3.89 204	2.48 262	3.64 355	3.12 338	3.04 268	2.30 278	5.70 226	6.67 345	0.55 312	0.35 254	0.37 221	0.39 274	0.70 314	0.60 288

IMH-64-1	4.84 367	2.53 362	6.83 171	4.30 403	3.74 398	4.81 376	6.05 393	5.30 389	3.92 373	3.95 363	8.33 380	5.08 372	6.06 374	8.96 283	6.30 343	4.57 409	2.96 406	3.04 399	2.12 398	4.28 398	3.62 403

IMH-64	4.84 367	2.53 362	6.83 171	4.30 403	3.74 398	4.81 376	6.05 393	5.30 389	3.92 373	3.95 363	8.33 380	5.08 372	6.06 374	8.96 283	6.30 343	4.57 409	2.96 406	3.04 399	2.12 398	4.28 398	3.62 403

Wz-Net-MNSev	2.71 275	2.54 364	13.91 244	1.52 303	1.37 289	3.28 99	2.47 345	4.03 245	2.32 231	2.57 291	2.07 232	2.29 199	3.01 314	7.55 262	2.74 304	0.38 210	0.36 258	0.36 209	0.37 259	0.57 276	0.47 237

Syn2CoEx	3.08 310	2.55 365	19.88 338	1.34 259	1.18 248	2.43 51	1.65 308	3.91 213	2.40 248	2.39 271	2.27 262	2.90 258	3.17 324	9.57 297	2.54 296	0.50 295	0.45 309	0.53 310	0.39 274	0.74 323	0.72 313

RAFT + AFF	2.51 247	2.66 366	4.48 150	1.15 195	1.95 365	4.15 258	2.01 330	4.46 356	3.30 356	2.19 214	2.51 297	2.22 191	4.87 360	8.91 282	2.06 258	0.30 111	0.60 345	0.48 283	0.38 270	0.77 327	0.69 306

DDUNet	2.91 287	2.78 367	6.94 174	3.53 392	2.26 378	3.28 99	1.36 269	3.77 180	2.04 181	2.62 300	2.49 294	4.18 341	1.69 218	5.38 216	1.85 234	2.21 384	1.77 389	2.61 393	2.43 401	2.60 382	2.34 383

UDG	3.55 334	2.81 368	17.45 294	2.69 379	1.98 366	3.97 224	1.19 251	4.35 338	2.02 176	2.42 275	2.53 300	4.50 354	2.46 291	6.53 239	2.41 285	2.12 383	1.77 389	2.63 394	2.57 403	2.64 383	1.95 377

Anonymous Stereo	3.09 311	3.14 369	16.69 280	1.52 303	1.25 269	3.33 105	2.95 361	4.02 243	2.42 253	2.35 260	2.04 221	2.57 228	1.27 121	11.88 377	2.92 310	0.49 292	0.49 327	0.57 322	0.56 330	0.70 314	0.65 299

WAO-7	5.16 371	3.21 370	18.98 317	1.88 353	1.44 304	5.34 384	3.09 370	4.91 383	5.81 394	4.35 374	8.92 388	6.55 381	6.06 374	13.40 396	10.81 370	1.34 380	1.20 379	1.48 381	1.35 383	1.60 375	1.45 365

PWCDC_ROB	2.95 291	3.26 371	14.06 246	1.59 318	1.56 322	4.19 278	0.86 150	4.30 325	4.08 377	2.06 177	7.37 373	2.75 244	2.42 287	3.59 184	2.67 302	1.34 380	0.36 258	0.39 236	0.34 226	1.13 358	0.62 292

ADCMid	3.96 348	3.27 372	15.48 267	1.26 233	1.40 296	4.66 354	2.28 341	4.06 255	3.54 364	3.94 362	3.02 332	3.85 323	3.67 340	4.03 197	18.65 403	0.68 338	0.61 347	1.09 374	1.18 377	1.38 371	1.08 348

DispFullNet	4.64 364	3.48 373	23.95 412	3.99 398	3.03 388	3.35 107	1.06 225	4.18 282	2.80 305	6.33 389	2.94 328	4.04 333	7.81 391	3.92 195	5.16 340	2.75 386	1.61 386	3.10 402	2.68 406	3.32 386	3.31 400

LSM	12.71 409	3.52 374	20.79 374	55.63 432	84.76 430	3.63 160	6.30 395	3.73 174	4.93 386	5.55 382	13.92 405	3.53 309	3.25 327	9.72 298	4.12 327	0.64 328	0.85 367	0.71 350	0.81 359	1.03 349	26.84 422

SGM+DAISY	8.36 398	3.82 375	24.83 413	2.02 361	1.75 350	14.80 411	17.22 411	4.27 313	11.79 403	13.88 412	14.38 406	11.74 397	13.83 403	10.56 324	15.12 382	1.21 371	1.19 378	1.14 376	1.13 375	1.17 363	1.37 361

UNDER WATER	10.47 401	3.95 376	22.62 406	5.07 411	4.51 408	7.78 400	3.77 385	12.56 407	21.72 416	7.84 396	10.78 394	23.96 412	31.66 418	10.78 332	16.19 390	4.44 406	2.93 404	4.24 411	2.86 409	6.33 408	5.47 415

Wz-Net-SNSev	2.98 300	4.36 377	15.98 270	1.57 316	1.19 254	3.28 99	1.80 317	3.96 229	2.40 248	2.32 251	2.28 265	3.48 298	2.05 260	7.84 267	3.82 325	0.47 277	0.39 284	0.53 310	0.49 312	0.71 319	0.60 288

SuperB	4.79 366	4.41 378	21.08 382	1.45 292	1.08 232	3.91 204	3.08 369	4.18 282	3.01 330	2.50 282	2.10 234	2.75 244	3.49 337	8.80 279	19.60 407	0.44 259	0.33 238	0.53 310	0.39 274	12.01 418	0.64 297

WZ-Net	3.62 336	4.87 379	16.77 283	1.43 287	1.40 296	3.75 173	2.29 342	4.12 270	2.50 267	2.74 313	2.19 251	4.06 334	5.29 365	10.19 315	7.36 355	0.54 311	0.37 270	0.47 275	0.49 312	0.77 327	0.73 314

iResNetv2_ROB	2.65 265	5.00 380	19.28 324	2.06 363	1.09 235	3.83 186	1.13 240	4.14 277	2.09 189	1.85 111	2.03 218	2.01 173	1.51 173	3.58 183	1.58 195	0.34 166	0.21 81	0.32 135	0.21 29	0.44 225	0.29 76

ADCS	4.22 357	5.33 381	16.32 273	1.64 325	1.31 277	3.91 204	3.64 383	4.21 289	2.89 318	5.11 381	2.81 324	4.46 353	3.06 320	5.21 213	19.50 406	0.63 325	0.64 351	0.69 347	0.69 348	1.12 357	1.26 355

UNDER WATER-64	9.33 399	5.37 382	22.60 405	5.22 412	4.86 410	10.75 404	4.61 392	11.45 404	17.30 409	7.59 393	9.80 392	15.99 403	17.90 409	10.63 327	15.72 385	4.36 404	2.87 403	4.39 412	2.86 409	7.01 411	5.36 414

KSHMR	16.96 412	5.37 382	21.64 400	4.46 406	4.50 407	8.30 402	3.32 373	15.58 416	76.24 432	6.62 391	61.47 430	56.53 430	5.43 367	35.17 423	11.37 373	4.39 405	2.97 408	3.63 410	2.74 408	5.10 404	4.34 411

GASNet	3.24 323	5.55 384	20.58 371	1.56 315	1.25 269	2.32 48	1.12 237	4.04 249	2.67 287	1.88 118	2.10 234	3.00 265	2.16 270	10.59 325	2.43 286	0.65 331	0.37 270	0.61 334	0.45 300	0.87 338	0.58 284

AnyNet_C32	4.17 355	5.75 385	12.62 225	1.60 320	1.54 315	5.51 386	4.09 390	3.90 209	3.23 350	4.22 373	3.03 333	3.10 272	3.41 333	8.01 269	18.85 404	0.53 309	0.58 340	0.53 310	0.74 350	1.19 365	0.97 342

MADNet++	7.57 397	5.80 386	13.28 230	6.38 413	5.26 411	7.18 395	7.77 400	5.32 391	5.62 392	6.11 387	7.78 375	6.02 380	8.01 393	11.74 371	16.36 391	9.36 416	4.95 415	8.57 417	5.66 414	4.83 403	5.34 413

coex-ft	18.59 414	6.62 387	113.53 436	1.17 201	1.31 277	2.33 49	1.93 325	2.81 85	14.00 405	124.82 437	8.45 382	5.90 379	51.74 431	9.99 310	22.69 410	0.57 316	0.62 348	0.50 299	0.49 312	1.08 355	1.28 356

RTS	3.90 345	7.04 388	17.94 300	1.92 354	2.19 374	5.00 380	2.96 363	4.29 318	3.19 345	4.05 365	3.08 335	4.94 367	3.16 322	7.64 263	6.72 346	0.66 333	0.44 305	0.51 302	0.47 305	0.95 343	0.76 320

RTSA	3.90 345	7.04 388	17.94 300	1.92 354	2.19 374	5.00 380	2.96 363	4.29 318	3.19 345	4.05 365	3.08 335	4.94 367	3.16 322	7.64 263	6.72 346	0.66 333	0.44 305	0.51 302	0.47 305	0.95 343	0.76 320

AnyNet_C01	4.37 359	7.80 390	16.40 274	1.98 359	1.40 296	6.37 391	6.47 396	4.09 262	5.03 387	4.06 367	3.78 354	4.16 340	3.31 329	6.62 242	10.00 367	0.61 322	0.67 355	0.63 338	0.67 343	2.01 378	1.31 358

RainbowNet	4.56 361	8.28 391	20.07 347	3.64 396	3.23 395	4.15 258	2.99 365	4.18 282	3.03 332	2.20 216	2.65 310	4.26 346	2.90 309	9.77 299	2.12 264	3.88 401	2.27 396	2.71 397	1.72 389	3.78 393	3.31 400

notaker	10.50 403	8.60 392	20.23 353	4.54 408	3.95 402	6.27 390	3.44 375	8.07 401	4.75 385	8.73 399	46.45 425	13.86 402	27.86 417	13.49 397	13.61 380	4.56 408	3.18 410	3.52 407	2.68 406	8.13 416	4.05 408

TorneroNet-64	10.12 400	8.74 393	20.95 379	4.27 401	3.76 401	13.86 410	2.85 358	15.05 413	23.15 417	10.07 406	23.84 414	13.47 399	8.24 395	13.96 403	17.21 396	3.96 402	2.72 401	3.23 403	2.48 402	6.29 406	4.27 410

Wz-Net-TNSev	3.67 338	8.83 394	13.47 233	1.48 298	1.18 248	3.60 150	2.49 347	4.27 313	3.13 338	2.18 210	1.89 197	4.21 345	2.80 305	12.10 381	7.58 357	0.57 316	0.55 333	0.47 275	0.54 327	0.91 342	1.05 346

DGTPSM_ROB	15.31 410	8.85 395	28.14 417	9.90 418	18.89 415	12.44 408	33.21 419	13.48 410	17.86 412	9.50 403	22.89 412	13.78 400	19.67 411	21.26 409	23.68 411	5.08 413	8.84 416	5.62 413	11.50 418	6.72 409	14.87 418

DPSMNet_ROB	15.52 411	8.89 396	31.44 418	10.07 419	18.91 416	12.44 408	33.22 420	13.51 411	17.94 413	9.58 404	22.91 413	13.79 401	19.67 411	21.43 410	23.73 412	5.17 414	8.84 416	5.63 414	11.52 421	6.79 410	14.90 419

otaku	4.58 363	8.93 397	19.95 341	3.11 387	2.67 381	3.91 204	2.57 351	3.82 188	2.25 217	2.22 225	9.72 391	4.08 335	2.35 283	8.57 275	2.13 267	3.51 395	1.65 387	2.15 387	1.17 376	3.69 391	3.15 395

Ntro	4.21 356	8.94 398	19.89 339	3.22 388	2.96 387	4.15 258	1.89 323	3.92 218	2.36 237	1.77 100	2.14 243	3.35 292	2.17 272	9.48 295	2.24 274	3.52 396	1.76 388	2.13 386	1.31 380	3.83 394	3.09 393

Dean	7.52 395	9.08 399	21.41 392	3.74 397	3.53 396	4.81 376	3.53 379	5.33 392	5.25 388	4.17 369	26.53 416	25.62 416	4.09 348	10.97 339	4.32 328	3.69 398	2.30 397	2.91 398	1.87 394	4.03 396	3.24 399

JetBlue	6.27 387	9.15 400	13.76 236	1.94 357	4.60 409	11.91 405	12.00 406	5.12 385	3.45 363	3.79 359	4.52 362	9.54 392	6.56 382	9.40 293	13.48 379	1.26 374	1.37 382	1.17 377	1.34 382	7.06 412	3.95 407

LVE	6.88 393	9.31 401	21.14 383	3.61 395	3.18 394	4.49 324	2.79 355	10.21 403	11.69 402	3.16 343	11.53 398	18.33 404	4.31 351	11.66 366	3.52 321	4.45 407	2.93 404	2.56 391	1.91 395	3.62 388	3.16 396

SQANet	3.70 339	9.34 402	18.41 308	2.75 380	2.74 383	3.40 113	1.47 286	3.50 139	1.68 124	2.60 297	1.75 141	2.69 238	1.91 251	6.72 248	1.74 222	2.96 388	1.41 383	1.85 383	1.12 373	3.17 385	2.70 391

MADNet+	3.97 349	9.54 403	13.83 242	1.87 352	1.69 344	4.19 278	2.87 359	4.80 381	4.10 378	2.51 284	2.67 312	4.55 357	3.41 333	8.72 277	6.92 352	1.25 373	1.27 380	1.04 370	0.93 365	1.39 372	1.85 375

PWCK	5.85 382	9.95 404	15.22 266	2.90 383	1.56 322	5.66 388	7.69 399	5.27 388	4.74 384	3.88 360	7.51 374	8.04 388	5.28 364	15.18 405	8.40 361	3.08 390	1.51 384	2.24 388	1.37 384	5.55 405	1.96 378

ktn	21.74 417	10.34 405	19.68 332	4.53 407	4.00 403	6.53 393	4.51 391	6.79 398	78.82 434	84.69 434	100.86 437	58.49 431	7.57 390	12.11 382	13.35 378	4.58 411	3.24 411	3.49 405	2.62 404	4.65 402	3.84 406

MSC_U_SF_DS_RVC	4.48 360	10.62 406	15.18 265	1.55 313	1.45 307	6.16 389	3.54 381	5.41 394	3.68 369	2.59 296	2.74 316	4.81 365	2.20 275	13.79 401	4.40 329	2.04 382	3.36 412	1.05 371	1.20 378	2.09 379	1.72 372

MFN_U_SF_RVC	3.81 343	10.78 407	15.01 260	1.84 348	1.39 294	3.73 171	1.63 303	4.05 253	3.26 352	2.91 323	2.38 287	4.36 351	3.65 339	8.43 273	4.91 338	1.11 369	1.04 371	0.99 368	1.31 380	1.58 374	1.75 374

MFN_U_SF_DS_RVC	3.94 347	10.88 408	12.30 224	1.26 233	1.55 319	5.19 383	3.33 374	4.42 348	2.82 313	2.58 293	2.62 307	5.00 369	2.11 264	14.03 404	2.73 303	1.28 375	2.34 399	0.67 346	1.83 392	0.81 333	1.03 345

TorneroNet	25.88 419	11.28 409	21.62 398	4.20 400	4.07 404	55.25 429	3.15 371	15.16 414	76.94 433	58.09 429	82.72 434	86.88 435	41.15 422	13.35 395	18.13 400	4.32 403	2.85 402	3.45 404	2.62 404	8.33 417	4.14 409

SPstereo	30.42 421	11.55 410	18.72 313	8.51 416	9.93 413	50.05 428	82.85 436	71.73 434	35.92 425	30.73 422	29.66 417	48.61 429	42.30 430	47.77 433	58.10 433	7.32 415	8.89 418	20.37 423	10.07 417	7.98 415	7.43 417

ACVNet_2	5.41 375	12.60 411	20.42 365	3.27 389	3.15 393	4.50 327	3.02 366	4.66 375	3.73 370	3.35 351	5.36 368	7.86 387	2.88 307	12.33 385	4.76 335	3.12 391	2.22 394	2.70 396	1.69 386	3.49 387	3.10 394

WAO-8	11.95 406	13.02 412	20.56 369	3.50 390	3.08 390	15.11 413	2.80 356	12.91 408	19.11 414	7.69 394	13.12 401	11.62 395	7.01 386	84.40 436	7.91 358	3.42 393	1.92 391	3.54 408	1.93 396	3.68 389	2.69 389

Venus	11.95 406	13.02 412	20.56 369	3.50 390	3.08 390	15.11 413	2.80 356	12.91 408	19.11 414	7.69 394	13.12 401	11.62 395	7.01 386	84.40 436	7.91 358	3.42 393	1.92 391	3.54 408	1.93 396	3.68 389	2.69 389

IMH	6.81 392	13.66 414	20.41 364	4.33 405	3.74 398	5.50 385	3.06 368	5.49 395	6.22 395	4.64 378	10.35 393	9.30 391	8.03 394	13.61 399	6.81 348	4.80 412	2.99 409	3.09 401	2.12 398	4.36 400	3.61 402

ACVNet-4b	6.73 390	13.67 415	21.87 401	3.54 393	3.07 389	4.19 278	2.25 340	4.03 245	3.65 367	1.64 79	3.98 358	5.88 378	2.89 308	10.01 311	16.98 394	23.29 427	2.24 395	2.53 390	1.78 390	3.87 395	3.21 398

ACVNet_1	6.04 385	13.97 416	21.36 391	3.58 394	3.14 392	4.73 369	2.48 346	4.20 285	3.17 343	2.98 331	2.83 326	23.31 410	4.34 352	11.06 345	2.45 287	3.68 397	2.33 398	2.60 392	1.79 391	3.69 391	3.19 397

HanzoNet	31.60 422	17.23 417	21.22 388	7.32 414	5.84 412	7.25 397	3.53 379	13.82 412	14.20 407	50.38 427	47.01 426	44.45 420	56.61 432	36.61 424	32.00 422	63.89 433	56.57 434	7.97 416	89.20 434	28.69 421	28.25 424

Anonymous_1	57.11 433	19.68 418	26.15 414	23.10 420	142.31 435	30.84 419	39.75 422	33.86 424	16.98 408	70.53 433	15.42 408	23.46 411	19.75 413	23.04 412	27.23 418	164.73 438	9.02 419	130.38 435	137.40 435	161.27 438	27.24 423

DPSM_ROB	20.78 415	20.03 419	26.57 415	23.62 421	22.46 417	31.10 420	39.97 423	33.52 422	17.41 410	15.25 413	15.80 409	24.06 413	20.71 414	23.30 414	27.62 419	10.78 418	9.41 420	11.69 420	11.50 418	14.49 419	16.36 420

DPSM	20.78 415	20.03 419	26.57 415	23.62 421	22.46 417	31.10 420	39.97 423	33.52 422	17.41 410	15.25 413	15.80 409	24.06 413	20.71 414	23.30 414	27.62 419	10.78 418	9.41 420	11.69 420	11.50 418	14.49 419	16.36 420

JetRed	10.48 402	27.10 421	35.70 419	4.27 401	4.09 405	15.55 415	12.83 407	12.16 405	5.50 390	5.83 384	5.56 370	10.14 393	7.43 388	8.88 280	26.39 417	3.32 392	3.81 413	3.51 406	2.96 411	7.85 413	6.69 416

LRCNet_RVC	25.52 418	33.45 422	23.21 410	31.79 423	32.78 420	6.74 394	1.18 248	25.88 419	4.46 379	28.94 416	30.89 418	24.91 415	17.57 408	27.66 418	24.34 414	35.26 429	25.60 430	35.91 430	33.81 429	31.90 429	34.10 430

LSM0	49.58 431	40.04 423	53.62 433	97.15 433	128.68 434	62.75 435	79.89 430	67.63 433	35.11 424	33.02 423	32.61 424	48.43 428	41.60 423	46.60 428	55.43 428	21.63 426	18.99 429	23.62 429	23.13 423	29.47 428	52.26 434

MyStereo03	41.77 423	40.13 424	53.46 430	47.73 427	45.04 425	62.50 430	80.72 433	66.91 428	34.93 420	30.53 418	31.77 419	48.26 425	41.67 424	46.68 430	55.85 430	21.53 421	18.88 425	23.46 424	23.21 425	29.14 423	33.09 427

MyStereo02	41.77 423	40.13 424	53.46 430	47.73 427	45.04 425	62.50 430	80.72 433	66.91 428	34.93 420	30.53 418	31.77 419	48.26 425	41.67 424	46.68 430	55.85 430	21.53 421	18.88 425	23.46 424	23.21 425	29.14 423	33.09 427

MyStereo	41.77 423	40.13 424	53.46 430	47.73 427	45.04 425	62.50 430	80.72 433	66.91 428	34.93 420	30.53 418	31.77 419	48.26 425	41.67 424	46.68 430	55.85 430	21.53 421	18.88 425	23.46 424	23.21 425	29.14 423	33.09 427

Selective-RAFT-Error	41.77 423	40.16 427	53.34 428	47.73 427	45.25 429	62.51 433	80.64 431	67.22 431	34.93 420	30.64 421	31.81 422	48.11 423	42.11 428	46.57 427	54.95 427	21.61 425	18.87 424	23.48 427	23.15 424	29.16 426	33.08 426

CasAABBNet	41.80 427	40.20 428	53.41 429	47.73 427	45.18 428	62.51 433	80.71 432	67.26 432	34.80 419	30.49 417	31.88 423	48.24 424	41.81 427	46.63 429	55.64 429	21.60 424	18.88 425	23.48 427	23.22 428	29.19 427	33.05 425

HaxPig	43.25 428	43.65 429	45.00 423	33.85 424	35.61 422	32.69 422	30.52 417	45.09 425	42.97 427	48.77 425	48.17 427	43.00 419	40.26 420	44.58 425	43.61 423	47.18 430	49.30 431	51.54 432	50.25 431	43.73 430	45.29 431

AVERAGE_ROB	44.46 429	45.91 430	46.59 424	40.59 426	38.66 423	32.99 423	30.52 417	46.19 426	43.26 428	49.59 426	48.97 428	44.62 421	39.89 419	45.04 426	43.94 424	48.74 431	50.69 432	50.80 431	49.79 430	45.54 431	46.97 432

MEDIAN_ROB	47.37 430	49.08 431	49.92 426	40.32 425	39.97 424	34.95 424	33.43 421	49.17 427	46.39 430	53.06 428	52.65 429	47.65 422	42.23 429	48.35 434	47.29 425	52.10 432	54.04 433	54.28 433	53.48 432	48.76 432	50.33 433

PML	64.32 434	53.22 432	17.88 299	8.10 415	32.94 421	148.46 438	247.79 439	12.18 406	45.42 429	111.41 436	288.92 439	101.47 437	101.31 437	31.67 419	15.55 383	14.03 420	4.83 414	10.98 419	6.18 415	28.82 422	5.17 412

DLNR_Zeroshot_test	28.62 420	55.50 433	49.94 427	183.62 435	115.05 433	3.43 115	0.28 1	29.49 421	1.49 47	1.01 31	1.26 42	0.93 45	0.63 8	3.92 195	1.51 187	29.81 428	0.41 295	0.26 37	0.23 59	93.28 433	0.32 112

BEATNet-Init1	49.72 432	64.32 434	97.77 435	4.68 409	4.28 406	84.75 436	60.42 426	73.38 435	68.59 431	88.29 435	88.51 436	91.94 436	97.99 436	85.26 438	70.96 437	0.80 350	0.65 352	0.85 363	0.70 349	7.96 414	2.33 382

xxxxx1	112.33 436	88.53 435	37.76 420	227.84 437	157.23 436	39.05 425	61.41 427	93.76 436	79.29 435	62.45 430	74.79 431	78.32 432	70.96 433	33.47 420	70.69 434	114.00 435	130.36 436	259.31 437	274.34 437	145.54 435	147.50 436

tt_ll	112.33 436	88.53 435	37.76 420	227.84 437	157.23 436	39.05 425	61.41 427	93.76 436	79.29 435	62.45 430	74.79 431	78.32 432	70.96 433	33.47 420	70.69 434	114.00 435	130.36 436	259.31 437	274.34 437	145.54 435	147.50 436

ff	112.33 436	88.53 435	37.76 420	227.84 437	157.23 436	39.05 425	61.41 427	93.76 436	79.29 435	62.45 430	74.79 431	78.32 432	70.96 433	33.47 420	70.69 434	114.00 435	130.36 436	259.31 437	274.34 437	145.54 435	147.50 436

ASD4		113.98 438

DPSimNet_ROB	102.30 435	119.72 439	143.59 437	109.42 434	94.10 431	127.22 437	127.15 437	26.62 420	102.36 438	149.58 438	83.99 435	139.34 438	137.54 438	64.62 435	82.36 438	105.18 434	66.15 435	120.15 434	69.61 433	99.58 434	77.72 435

test_example2	212.63 439	219.92 440	221.87 439	213.67 436	221.17 439	199.47 439	200.74 438	185.30 439	141.66 439	209.52 439	213.45 438	210.82 439	205.48 439	221.27 439	216.64 439	236.83 439	242.07 439	213.93 436	217.01 436	235.69 439	226.10 439

Low-res two-view benchmark