Low-res two-view results

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

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

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

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

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

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

GLC_STEREO	0.13 1	0.08 48	0.61 16	0.01 23	0.00 1	0.94 47	0.03 180	0.29 1	0.21 32	0.05 28	0.02 46	0.06 48	0.04 67	0.26 62	0.07 49	0.00 1	0.00 1	0.00 1	0.00 1	0.02 115	0.01 76

IGEV-Stereo+	0.43 81	0.17 152	0.46 9	0.14 264	1.06 417	0.63 25	0.02 137	0.30 2	0.24 39	0.09 44	0.01 1	0.04 19	0.03 47	1.86 181	0.05 19	0.00 1	0.01 259	0.00 1	0.15 373	1.83 432	1.61 433

UniTT-Stereo	0.16 3	0.11 96	1.13 116	0.03 124	0.17 325	0.32 6	0.02 137	0.38 3	0.32 48	0.03 19	0.16 115	0.05 37	0.07 111	0.16 22	0.16 119	0.00 1	0.00 1	0.00 1	0.00 1	0.11 302	0.00 1

MGS-Stereo	0.31 44	0.10 79	0.89 50	0.02 81	0.00 1	0.50 21	0.00 1	0.39 4	0.61 82	0.02 3	2.91 354	0.04 19	0.03 47	0.21 43	0.06 43	0.00 1	0.00 1	0.00 1	0.00 1	0.44 410	0.00 1

IGEV-BASED-STEREO-	1.75 353	19.48 461	12.37 443	0.06 186	0.00 1	0.47 19	0.05 218	0.46 5	0.31 45	0.13 71	0.03 67	0.03 10	0.00 1	0.07 2	0.41 230	0.00 1	0.00 1	0.00 1	0.06 347	0.07 251	0.92 424

CASnet	0.16 3	0.14 120	0.52 13	0.01 23	0.00 1	0.86 35	0.00 1	0.51 6	0.75 156	0.10 59	0.01 1	0.04 19	0.02 22	0.22 44	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 167	0.00 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
ff7	0.23 24	0.21 184	1.02 80	0.02 81	0.00 1	1.07 74	0.00 1	0.53 7	0.75 156	0.09 44	0.01 1	0.04 19	0.07 111	0.44 102	0.04 7	0.00 1	0.00 1	0.00 1	0.15 373	0.07 251	0.01 76

IGEVStereo-DCA	0.46 90	0.09 60	1.02 80	0.02 81	0.00 1	0.82 32	0.00 1	0.53 7	0.75 156	0.09 44	0.03 67	0.03 10	0.06 99	5.04 299	0.51 253	0.00 1	0.00 1	0.00 1	0.15 373	0.05 218	0.01 76

ffff	0.23 24	0.21 184	1.02 80	0.02 81	0.00 1	1.07 74	0.00 1	0.53 7	0.75 156	0.09 44	0.01 1	0.04 19	0.07 111	0.44 102	0.04 7	0.00 1	0.00 1	0.00 1	0.15 373	0.07 251	0.01 76

11t	0.23 24	0.21 184	1.02 80	0.02 81	0.00 1	1.07 74	0.00 1	0.53 7	0.75 156	0.09 44	0.01 1	0.04 19	0.07 111	0.44 102	0.04 7	0.00 1	0.00 1	0.00 1	0.15 373	0.07 251	0.01 76

ccc-4	0.23 24	0.21 184	1.02 80	0.02 81	0.00 1	1.07 74	0.00 1	0.53 7	0.75 156	0.09 44	0.01 1	0.04 19	0.07 111	0.44 102	0.04 7	0.00 1	0.00 1	0.00 1	0.15 373	0.07 251	0.01 76

TANstereo	0.30 40	0.28 225	0.86 43	0.03 124	0.01 123	1.14 103	0.00 1	0.53 7	0.44 58	1.06 211	1.24 283	0.06 48	0.05 80	0.25 55	0.05 19	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

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

WCG-NET（raft）	0.29 38	0.24 205	0.51 11	0.01 23	0.00 1	0.91 41	0.05 218	0.56 13	1.12 233	0.21 82	0.12 105	1.54 247	0.14 171	0.14 17	0.07 49	0.00 1	0.11 397	0.00 1	0.00 1	0.08 263	0.03 226

RAFT-345	1.19 286	0.06 29	1.55 187	0.54 368	0.13 307	1.53 254	0.25 309	0.56 13	1.76 331	1.20 228	7.85 405	0.93 204	0.05 80	6.87 385	0.46 244	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.00 1

RAFT-RH_RVC	2.05 371	0.15 131	1.66 209	0.60 376	0.27 367	1.49 243	0.02 137	0.58 16	0.65 105	5.35 405	21.66 444	1.06 220	0.07 111	6.85 382	0.57 265	0.04 385	0.00 1	0.00 1	0.03 323	0.01 36	0.00 1

Occ-G	0.24 29	0.10 79	0.59 15	0.01 23	0.01 123	0.80 30	0.04 202	0.62 17	0.15 9	0.01 1	0.51 197	1.34 238	0.04 67	0.09 3	0.21 141	0.00 1	0.00 1	0.00 1	0.15 373	0.15 328	0.00 1

Former-RAFT_DAM_RVC	0.23 24	0.13 112	0.62 17	0.01 23	0.00 1	1.05 71	0.00 1	0.63 18	0.80 171	0.76 156	0.18 124	0.09 68	0.06 99	0.05 1	0.05 19	0.00 1	0.00 1	0.00 1	0.00 1	0.02 115	0.05 273

CREStereo++_RVC	0.29 38	0.19 167	0.83 40	0.05 171	0.00 1	1.19 121	0.00 1	0.66 19	0.99 205	0.25 84	1.26 286	0.05 37	0.07 111	0.20 40	0.09 72	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
GCAP-BAT	0.37 61	0.13 112	1.16 125	0.10 240	0.12 302	1.59 272	0.04 202	0.67 20	0.43 57	0.84 167	0.89 254	0.39 130	0.07 111	0.27 67	0.49 249	0.00 1	0.01 259	0.00 1	0.19 393	0.00 1	0.00 1

ProNet	0.20 12	0.25 208	0.78 33	0.01 23	0.01 123	0.95 50	0.00 1	0.70 21	0.68 125	0.02 3	0.01 1	0.05 37	0.03 47	0.31 75	0.03 5	0.00 1	0.01 259	0.00 1	0.00 1	0.12 307	0.04 255

UDGNet	0.35 54	0.50 317	1.14 118	0.02 81	0.00 1	1.12 95	0.02 137	0.70 21	1.57 314	0.31 88	0.05 81	0.06 48	0.02 22	1.45 169	0.09 72	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

U	1.74 351	0.03 2	0.99 71	0.03 124	7.39 448	10.20 433	0.00 1	0.71 23	0.20 28	0.02 3	0.02 46	0.12 81	0.02 22	0.11 9	0.04 7	0.00 1	0.00 1	9.67 445	5.13 461	0.01 36	0.00 1

XX-TBD	0.28 35	0.39 267	0.97 69	0.05 171	0.00 1	1.09 83	0.00 1	0.71 23	0.54 63	0.44 118	1.04 265	0.06 48	0.06 99	0.19 29	0.09 72	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

IGEV-Stereo	0.21 14	0.21 184	0.63 18	0.02 81	0.00 1	1.07 74	0.00 1	0.73 25	0.77 165	0.09 44	0.01 1	0.04 19	0.07 111	0.24 50	0.04 7	0.00 1	0.00 1	0.00 1	0.16 381	0.08 263	0.03 226
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
anonymousdsp	0.21 14	0.21 184	0.63 18	0.02 81	0.00 1	1.07 74	0.00 1	0.74 26	0.77 165	0.09 44	0.01 1	0.04 19	0.07 111	0.25 55	0.04 7	0.00 1	0.00 1	0.00 1	0.16 381	0.08 263	0.03 226

GMStereo	0.25 32	0.60 342	1.28 151	0.01 23	0.00 1	0.48 20	0.00 1	0.74 26	1.24 253	0.16 75	0.03 67	0.07 58	0.09 134	0.22 44	0.10 84	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
rvit_stereo_0081_aga	0.17 5	0.11 96	0.81 35	0.00 1	0.00 1	0.80 30	0.01 73	0.79 28	0.59 67	0.02 3	0.01 1	0.05 37	0.03 47	0.19 29	0.05 19	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

RAStereo	0.17 5	0.21 184	1.18 131	0.04 152	0.01 123	0.18 3	0.00 1	0.81 29	0.34 50	0.07 31	0.04 78	0.05 37	0.05 80	0.19 29	0.10 84	0.00 1	0.00 1	0.00 1	0.00 1	0.02 115	0.00 1

LoS_RVC	0.19 11	0.48 310	0.51 11	0.12 250	0.10 295	1.01 56	0.01 73	0.81 29	0.19 24	0.07 31	0.02 46	0.06 48	0.05 80	0.31 75	0.05 19	0.00 1	0.01 259	0.00 1	0.00 1	0.01 36	0.04 255

dd	0.34 50	0.67 358	1.55 187	0.04 152	0.01 123	1.22 136	0.03 180	0.84 31	1.16 241	0.18 80	0.05 81	0.12 81	0.05 80	0.29 71	0.44 237	0.02 375	0.00 1	0.00 1	0.00 1	0.05 218	0.00 1

CAS	0.85 201	0.09 60	0.67 25	6.43 441	0.05 250	1.12 95	0.00 1	0.88 32	0.69 138	0.02 3	0.02 46	0.06 48	0.06 99	0.26 62	0.12 95	6.37 442	0.00 1	0.00 1	0.00 1	0.00 1	0.20 388

PMTNet	0.21 14	0.19 167	0.85 41	0.02 81	0.02 205	1.14 103	0.30 332	0.88 32	0.11 1	0.03 19	0.02 46	0.07 58	0.02 22	0.37 92	0.12 95	0.00 1	0.00 1	0.00 1	0.00 1	0.03 167	0.00 1

ASMatch	1.44 316	0.14 120	2.15 268	0.60 376	0.21 345	1.21 133	0.26 312	0.96 34	0.66 112	0.29 87	11.75 420	0.93 204	2.37 368	6.73 375	0.54 260	0.00 1	0.00 1	0.00 1	0.01 298	0.00 1	0.04 255

dad	0.88 216	0.62 347	2.26 286	0.06 186	0.01 123	1.24 151	0.00 1	0.98 35	2.17 363	1.29 238	0.35 164	0.37 125	0.04 67	5.80 332	1.06 304	0.01 353	0.00 1	1.13 431	0.11 366	0.05 218	0.00 1

CES	0.43 81	0.14 120	0.85 41	0.05 171	1.52 424	1.22 136	0.05 218	1.01 36	0.59 67	0.03 19	0.02 46	0.14 92	0.10 141	0.40 97	0.10 84	0.00 1	0.01 259	0.00 1	0.00 1	0.01 36	2.45 438

DCRE	0.69 155	0.35 250	1.16 125	0.06 186	0.02 205	0.91 41	0.00 1	1.05 37	0.30 44	0.98 195	7.63 404	0.72 179	0.02 22	0.16 22	0.07 49	0.00 1	0.02 312	0.00 1	0.21 402	0.02 115	0.03 226

AEACV	0.22 19	0.05 13	0.66 24	0.02 81	0.03 226	0.87 37	0.00 1	1.07 38	0.15 9	0.18 80	0.01 1	0.02 3	0.72 287	0.15 19	0.09 72	0.00 1	0.03 336	0.00 1	0.27 418	0.08 263	0.07 319

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

test_4	0.51 106	0.10 79	1.27 149	0.01 23	0.06 260	0.97 52	0.03 180	1.12 40	0.16 14	0.27 85	3.42 367	0.65 164	0.09 134	1.59 170	0.26 167	0.00 1	0.00 1	0.00 1	0.08 355	0.14 318	0.00 1

CREStereo	0.22 19	0.17 152	0.64 21	0.00 1	0.01 123	1.22 136	0.01 73	1.15 41	0.56 64	0.10 59	0.07 88	0.04 19	0.00 1	0.32 81	0.10 84	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.00 1
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
trnet	0.22 19	0.14 120	0.67 25	0.00 1	0.00 1	1.24 151	0.01 73	1.16 42	0.56 64	0.09 44	0.08 91	0.05 37	0.00 1	0.29 71	0.08 61	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.00 1

RSM++	0.17 5	0.07 39	0.42 6	0.03 124	0.00 1	0.40 15	0.00 1	1.18 43	0.59 67	0.02 3	0.01 1	0.01 1	0.05 80	0.20 40	0.14 104	0.00 1	0.00 1	0.00 1	0.17 389	0.09 285	0.07 319

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

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

MaDis-Stereo	0.22 19	0.29 233	0.87 45	0.05 171	0.18 329	0.41 16	0.01 73	1.24 46	0.56 64	0.02 3	0.03 67	0.13 86	0.05 80	0.32 81	0.24 153	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.01 76

4D-IteraStereo	0.35 54	0.60 342	1.93 235	0.02 81	0.09 286	1.03 58	0.07 239	1.25 47	0.34 50	0.02 3	0.03 67	0.84 195	0.10 141	0.31 75	0.35 212	0.00 1	0.00 1	0.00 1	0.00 1	0.05 218	0.07 319

LoS	0.28 35	0.16 142	0.95 63	0.07 207	0.01 123	1.32 177	0.07 239	1.30 48	0.60 74	0.04 25	0.03 67	0.28 114	0.11 151	0.48 112	0.11 92	0.00 1	0.01 259	0.00 1	0.00 1	0.03 167	0.00 1
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
MC-Stereo	0.24 29	0.12 103	0.71 28	0.04 152	0.02 205	1.07 74	0.00 1	1.30 48	0.17 19	0.59 133	0.02 46	0.08 64	0.11 151	0.18 26	0.05 19	0.00 1	0.02 312	0.00 1	0.17 389	0.06 236	0.02 172

RSM	0.18 10	0.05 13	0.39 5	0.03 124	0.02 205	0.38 14	0.00 1	1.33 50	0.59 67	0.09 44	0.01 1	0.03 10	0.04 67	0.19 29	0.14 104	0.00 1	0.00 1	0.00 1	0.16 381	0.06 236	0.04 255

NRIStereo	0.74 162	0.08 48	0.88 47	0.47 355	0.05 250	1.58 265	0.49 355	1.38 51	0.61 82	0.88 170	0.17 121	0.66 167	0.03 47	6.96 395	0.22 143	0.00 1	0.06 364	0.00 1	0.00 1	0.06 236	0.17 374

MyStereo07	0.27 33	0.27 215	0.64 21	0.02 81	0.01 123	1.64 289	0.01 73	1.41 52	0.73 150	0.10 59	0.01 1	0.03 10	0.10 141	0.24 50	0.04 7	0.00 1	0.07 373	0.00 1	0.00 1	0.03 167	0.06 303

PSM-adaLoss	0.46 90	0.09 60	1.01 75	0.06 186	0.09 286	1.61 280	0.30 332	1.43 53	0.69 138	0.97 186	0.18 124	0.77 187	0.02 22	1.67 175	0.17 120	0.00 1	0.00 1	0.00 1	0.00 1	0.02 115	0.05 273

ROB_FTStereo	0.47 95	0.09 60	1.04 95	0.06 186	0.08 278	1.59 272	0.33 338	1.43 53	0.68 125	0.97 186	0.19 132	0.76 183	0.03 47	1.86 181	0.17 120	0.00 1	0.00 1	0.00 1	0.00 1	0.02 115	0.05 273

HUI-Stereo	0.45 87	0.09 60	1.08 104	0.06 186	0.08 278	1.61 280	0.32 336	1.43 53	0.70 147	0.97 186	0.18 124	0.77 187	0.02 22	1.44 168	0.17 120	0.00 1	0.00 1	0.00 1	0.00 1	0.02 115	0.05 273

DeepStereo_RVC	0.52 109	0.08 48	1.37 168	0.06 186	0.06 260	1.34 185	0.41 347	1.43 53	0.68 125	1.03 205	0.85 250	0.49 144	1.56 336	0.79 136	0.17 120	0.00 1	0.00 1	0.00 1	0.00 1	0.02 115	0.13 358

ROB_FTStereo_v2	0.43 81	0.09 60	1.00 72	0.06 186	0.08 278	1.57 261	0.33 338	1.44 57	0.67 120	0.97 186	0.19 132	0.77 187	0.02 22	1.23 155	0.17 120	0.00 1	0.00 1	0.00 1	0.00 1	0.02 115	0.05 273

iGMRVC	0.51 106	0.09 60	1.04 95	0.06 186	0.08 278	1.61 280	0.27 315	1.44 57	0.69 138	0.97 186	0.19 132	0.76 183	0.03 47	2.69 198	0.17 120	0.00 1	0.00 1	0.00 1	0.00 1	0.02 115	0.04 255

RAFT-IKP	0.45 87	0.09 60	1.06 101	0.06 186	0.06 260	1.44 223	0.31 335	1.44 57	0.69 138	0.97 186	0.18 124	0.76 183	0.02 22	1.65 174	0.17 120	0.00 1	0.00 1	0.00 1	0.00 1	0.02 115	0.04 255

Patchmatch Stereo++	0.50 103	0.09 60	1.01 75	0.06 186	0.07 269	1.60 276	0.27 315	1.45 60	0.68 125	0.98 195	0.18 124	0.77 187	0.03 47	2.58 191	0.17 120	0.00 1	0.00 1	0.00 1	0.00 1	0.02 115	0.05 273
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
iRAFT	0.50 103	0.09 60	1.01 75	0.06 186	0.07 269	1.60 276	0.27 315	1.45 60	0.68 125	0.98 195	0.18 124	0.77 187	0.03 47	2.58 191	0.17 120	0.00 1	0.00 1	0.00 1	0.00 1	0.02 115	0.05 273

DEmStereo	1.51 322	0.08 48	2.17 269	0.09 231	0.02 205	1.76 304	0.90 376	1.47 62	0.60 74	2.46 347	6.42 399	1.08 222	5.16 416	6.21 343	1.86 342	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.01 76

CRE-IMP	0.40 71	0.06 29	1.04 95	0.07 207	0.05 250	1.45 229	0.46 352	1.48 63	0.63 93	0.90 174	0.30 153	0.88 197	0.01 7	0.26 62	0.22 143	0.00 1	0.00 1	0.00 1	0.00 1	0.02 115	0.17 374

PFNet	1.06 256	0.19 167	2.95 327	1.16 417	0.56 403	1.58 265	0.25 309	1.50 64	0.60 74	2.38 342	1.23 281	0.63 161	0.30 214	6.85 382	0.43 234	0.16 409	0.01 259	0.00 1	0.07 350	0.18 346	0.18 380

AnonymousM	0.34 50	0.07 39	0.63 18	0.02 81	0.01 123	1.09 83	0.03 180	1.54 65	0.68 125	0.17 78	0.04 78	0.02 3	0.24 204	0.25 55	0.04 7	0.00 1	0.01 259	1.93 437	0.00 1	0.01 36	0.00 1

AAGNet	1.54 327	0.07 39	0.88 47	1.04 411	0.27 367	1.47 236	0.66 365	1.57 66	0.61 82	1.68 282	0.82 247	1.62 257	2.29 365	6.18 341	11.63 434	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.01 76

PFNet+	0.54 117	0.10 79	1.31 160	0.16 274	0.05 250	1.44 223	0.56 359	1.60 67	0.98 201	1.35 247	0.46 191	0.37 125	0.01 7	2.18 188	0.22 143	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.01 76

AIO-Stereo	0.21 14	0.07 39	0.44 7	0.03 124	0.03 226	0.41 16	0.01 73	1.65 68	0.65 105	0.09 44	0.01 1	0.02 3	0.04 67	0.22 44	0.05 19	0.00 1	0.00 1	0.00 1	0.33 428	0.05 218	0.08 329

H2IRNET	0.47 95	0.22 194	1.27 149	0.15 267	0.01 123	1.18 118	0.01 73	1.65 68	0.48 60	0.02 3	1.80 310	0.46 138	0.04 67	1.62 173	0.35 212	0.00 1	0.00 1	0.01 367	0.01 298	0.16 333	0.02 172

TestStereo	0.61 128	0.55 330	1.84 232	0.00 1	0.00 1	0.94 47	0.00 1	1.65 68	0.23 35	0.12 65	0.03 67	0.08 64	0.06 99	6.59 363	0.08 61	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

rvit_stereo_0075_2	0.37 61	0.13 112	2.43 299	0.02 81	0.00 1	1.12 95	0.02 137	1.66 71	1.15 239	0.16 75	0.08 91	0.02 3	0.05 80	0.40 97	0.09 72	0.00 1	0.00 1	0.00 1	0.00 1	0.02 115	0.10 339

LL-Strereo2	0.36 58	0.47 308	1.08 104	0.09 231	0.03 226	1.12 95	0.07 239	1.66 71	0.93 194	0.43 117	0.02 46	0.51 148	0.08 126	0.23 47	0.29 182	0.00 1	0.00 1	0.00 1	0.03 323	0.04 200	0.04 255

SPstereo	0.24 29	0.29 233	0.82 37	0.01 23	0.00 1	1.24 151	0.00 1	1.70 73	0.23 35	0.02 3	0.01 1	0.09 68	0.10 141	0.18 26	0.05 19	0.00 1	0.03 336	0.00 1	0.00 1	0.08 263	0.01 76

test_xeample3	0.35 54	0.10 79	1.95 240	0.02 81	0.00 1	0.93 46	0.07 239	1.70 73	0.86 186	0.09 44	0.04 78	0.05 37	0.05 80	0.23 47	0.51 253	0.00 1	0.00 1	0.00 1	0.24 409	0.06 236	0.08 329

DisPM	0.86 205	0.09 60	1.10 108	0.76 393	0.02 205	1.51 247	0.57 361	1.75 75	0.70 147	2.43 346	0.83 249	0.38 129	0.01 7	6.89 389	0.17 120	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.00 1

aanetorigin	2.87 388	0.73 367	8.74 433	0.23 300	0.23 352	1.61 280	2.07 400	1.76 76	1.10 226	14.21 443	10.25 416	2.93 331	3.38 393	4.98 297	4.06 386	0.10 402	0.05 356	0.09 406	0.11 366	0.57 420	0.15 367

IGEV-Stereo++	0.20 12	0.05 13	0.22 1	0.01 23	0.00 1	1.11 92	0.00 1	1.84 77	0.34 50	0.08 38	0.01 1	0.02 3	0.03 47	0.19 29	0.05 19	0.00 1	0.00 1	0.00 1	0.00 1	0.03 167	0.01 76

GMStereo_Zeroshot	0.63 136	0.14 120	1.54 185	0.75 391	0.00 1	1.26 162	0.01 73	1.85 78	0.31 45	1.44 262	0.58 203	1.76 266	0.19 189	2.55 190	0.10 84	0.00 1	0.00 1	0.00 1	0.00 1	0.03 167	0.00 1

DRaft	1.34 306	0.12 103	1.19 135	0.06 186	0.01 123	1.64 289	0.43 349	1.86 79	0.14 6	3.76 381	5.27 388	0.41 133	4.38 407	5.49 318	1.68 333	0.01 353	0.06 364	0.00 1	0.07 350	0.07 251	0.11 344

SST-Stereo	1.04 248	0.05 13	1.16 125	0.72 389	0.23 352	1.70 300	0.58 362	1.92 80	1.46 294	1.19 226	1.09 267	1.60 253	1.93 357	6.92 393	0.21 141	0.00 1	0.00 1	0.00 1	0.00 1	0.02 115	0.01 76

HHNet	0.87 212	0.25 208	1.78 225	0.16 274	0.08 278	1.30 173	0.44 350	1.93 81	0.64 100	1.41 258	5.92 393	0.14 92	1.79 350	0.35 90	0.95 299	0.05 391	0.00 1	0.01 367	0.00 1	0.14 318	0.01 76

RAFT_R40	0.99 240	0.05 13	1.26 147	0.71 388	0.20 340	1.65 293	0.67 366	1.94 82	0.61 82	1.05 208	1.15 273	1.80 270	1.47 327	6.91 391	0.31 192	0.00 1	0.00 1	0.00 1	0.00 1	0.02 115	0.01 76

sAnonymous2	0.37 61	0.32 242	3.21 344	0.01 23	0.00 1	0.35 10	0.08 245	1.96 83	0.90 188	0.03 19	0.05 81	0.04 19	0.11 151	0.11 9	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 318	0.18 380

CroCo_RVC	0.37 61	0.32 242	3.21 344	0.01 23	0.00 1	0.35 10	0.08 245	1.96 83	0.90 188	0.03 19	0.05 81	0.04 19	0.11 151	0.11 9	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 318	0.18 380

MIF-Stereo (partial)	0.27 33	0.18 159	1.14 118	0.01 23	0.00 1	0.43 18	0.02 137	1.97 85	0.39 55	0.11 64	0.08 91	0.07 58	0.06 99	0.44 102	0.33 199	0.00 1	0.00 1	0.00 1	0.00 1	0.05 218	0.02 172

ToySt	0.47 95	0.25 208	2.47 306	0.04 152	0.01 123	1.17 112	0.00 1	2.01 86	0.63 93	0.08 38	0.14 107	1.16 228	0.05 80	0.80 137	0.46 244	0.00 1	0.00 1	0.00 1	0.03 323	0.10 294	0.04 255

OMP-Stereo	1.20 289	0.54 329	0.96 64	2.39 430	0.29 378	1.58 265	0.33 338	2.01 86	0.68 125	2.68 354	1.16 275	3.10 342	0.18 183	7.40 408	0.56 263	0.00 1	0.00 1	0.00 1	0.00 1	0.07 251	0.01 76

knoymous	0.35 54	0.05 13	1.11 110	0.05 171	0.01 123	1.15 108	0.01 73	2.06 88	0.14 6	0.40 113	0.02 46	1.67 263	0.00 1	0.31 75	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.00 1

Pruner-Stereo	0.53 115	0.10 79	1.02 80	0.89 405	0.10 295	1.57 261	0.36 343	2.06 88	0.63 93	2.23 323	0.46 191	0.25 109	0.01 7	0.45 107	0.37 219	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.02 172

raftrobust	0.46 90	0.42 281	1.05 100	0.01 23	0.21 345	1.17 112	0.05 218	2.07 90	0.19 24	2.98 363	0.02 46	0.12 81	0.15 173	0.25 55	0.31 192	0.00 1	0.03 336	0.00 1	0.00 1	0.08 263	0.06 303

THIR-Stereo	1.48 320	0.29 233	1.51 183	0.01 23	0.02 205	1.05 71	4.32 428	2.11 91	0.22 34	1.08 212	4.24 380	1.93 277	4.19 405	6.76 377	1.87 343	0.00 1	0.00 1	0.04 398	0.00 1	0.05 218	0.00 1

iRaftStereo_RVC	0.36 58	0.27 215	0.76 31	0.01 23	0.00 1	1.20 130	0.01 73	2.15 92	0.62 89	0.15 74	0.22 141	0.69 171	0.12 162	0.28 69	0.18 130	0.00 1	0.06 364	0.00 1	0.00 1	0.27 382	0.22 392

Selective-IGEV	0.22 19	0.06 29	0.46 9	0.05 171	0.04 243	0.34 8	0.04 202	2.16 93	0.59 67	0.09 44	0.01 1	0.02 3	0.05 80	0.18 26	0.05 19	0.00 1	0.00 1	0.00 1	0.09 358	0.03 167	0.09 335

EKT-Stereo	0.74 162	0.18 159	1.23 144	0.81 395	4.25 438	1.19 121	0.03 180	2.17 94	0.13 4	0.35 104	0.40 176	0.97 211	0.08 126	2.61 195	0.09 72	0.00 1	0.09 386	0.00 1	0.07 350	0.04 200	0.03 226

WCG-NET	0.30 40	0.15 131	0.44 7	0.01 23	0.00 1	0.95 50	0.00 1	2.24 95	1.33 270	0.36 110	0.10 98	0.07 58	0.07 111	0.14 17	0.07 49	0.00 1	0.00 1	0.00 1	0.00 1	0.12 307	0.00 1

raft+_RVC	0.42 75	0.48 310	1.11 110	0.51 365	0.17 325	1.16 109	0.04 202	2.25 96	0.59 67	0.12 65	0.42 179	0.08 64	0.15 173	0.60 125	0.28 178	0.00 1	0.09 386	0.00 1	0.00 1	0.06 236	0.19 384

rrr	0.62 134	0.09 60	2.07 261	0.02 81	0.00 1	0.82 32	0.06 235	2.29 97	0.85 184	0.09 44	0.03 67	0.03 10	0.06 99	5.04 299	0.51 253	0.00 1	0.00 1	0.00 1	0.19 393	0.05 218	0.07 319

GMM-Stereo	1.09 265	0.05 13	1.62 201	0.13 254	0.22 347	1.41 209	0.87 374	2.31 98	0.62 89	2.75 355	3.14 358	0.54 151	0.90 298	5.33 312	0.13 99	0.01 353	0.00 1	0.00 1	0.02 316	0.01 36	1.80 435

Gwc-CoAtRS	0.42 75	0.12 103	1.28 151	0.03 124	0.13 307	1.03 58	0.02 137	2.33 99	0.15 9	0.35 104	0.01 1	2.27 302	0.03 47	0.20 40	0.25 160	0.00 1	0.01 259	0.00 1	0.22 404	0.01 36	0.01 76

LCNet	0.87 212	0.18 159	0.97 69	0.14 264	0.26 362	1.19 121	0.22 302	2.36 100	0.71 149	1.82 293	0.21 137	0.11 78	2.56 372	5.56 322	0.14 104	0.00 1	0.00 1	0.00 1	0.00 1	0.15 328	0.81 420

EGLCR-Stereo	0.28 35	0.09 60	0.73 29	0.18 282	0.05 250	1.17 112	0.04 202	2.37 101	0.17 19	0.35 104	0.01 1	0.01 1	0.02 22	0.38 95	0.04 7	0.00 1	0.01 259	0.00 1	0.00 1	0.00 1	0.03 226

MIM_Stereo	0.45 87	0.43 287	1.18 131	0.51 365	0.04 243	1.26 162	0.02 137	2.38 102	0.65 105	0.07 31	0.02 46	0.70 174	0.20 195	1.01 146	0.13 99	0.00 1	0.09 386	0.00 1	0.00 1	0.14 318	0.10 339

RALAANet	0.54 117	0.62 347	1.41 171	0.01 23	0.01 123	0.92 45	0.02 137	2.39 103	1.87 341	1.13 217	0.38 172	0.15 94	0.30 214	1.00 145	0.38 222	0.00 1	0.00 1	0.00 1	0.04 333	0.14 318	0.01 76

GMOStereo	0.42 75	0.28 225	1.02 80	0.05 171	0.18 329	1.04 65	0.02 137	2.40 104	0.16 14	2.25 325	0.01 1	0.32 118	0.03 47	0.09 3	0.15 111	0.00 1	0.11 397	0.00 1	0.00 1	0.19 353	0.02 172

error version	0.42 75	0.28 225	1.02 80	0.05 171	0.18 329	1.04 65	0.02 137	2.40 104	0.16 14	2.25 325	0.01 1	0.32 118	0.03 47	0.09 3	0.15 111	0.00 1	0.11 397	0.00 1	0.00 1	0.19 353	0.02 172

test-v	0.42 75	0.28 225	1.02 80	0.05 171	0.18 329	1.04 65	0.02 137	2.40 104	0.16 14	2.25 325	0.01 1	0.32 118	0.03 47	0.09 3	0.15 111	0.00 1	0.11 397	0.00 1	0.00 1	0.19 353	0.02 172

test-2	0.42 75	0.28 225	1.02 80	0.05 171	0.18 329	1.04 65	0.02 137	2.40 104	0.16 14	2.25 325	0.01 1	0.32 118	0.03 47	0.09 3	0.15 111	0.00 1	0.11 397	0.00 1	0.00 1	0.19 353	0.02 172

ACVNet	0.57 121	0.21 184	1.34 163	0.09 231	0.00 1	1.36 191	0.22 302	2.40 104	1.05 217	0.63 139	0.66 223	1.94 278	0.26 209	0.31 75	0.79 287	0.00 1	0.00 1	0.00 1	0.00 1	0.08 263	0.00 1

CFNet-ft	0.77 172	0.46 300	1.34 163	0.01 23	0.27 367	1.32 177	0.02 137	2.40 104	0.68 125	0.63 139	0.18 124	3.23 351	0.21 199	3.97 246	0.54 260	0.00 1	0.00 1	0.01 367	0.00 1	0.03 167	0.02 172

CFNet_RVC	0.77 172	0.46 300	1.34 163	0.01 23	0.27 367	1.32 177	0.02 137	2.40 104	0.68 125	0.63 139	0.18 124	3.23 351	0.21 199	3.97 246	0.54 260	0.00 1	0.00 1	0.01 367	0.00 1	0.03 167	0.02 172

PSM-AAD	1.15 281	0.04 6	0.88 47	0.10 240	0.27 367	1.32 177	3.25 416	2.41 111	0.64 100	2.93 359	1.92 315	0.15 94	5.39 421	3.42 217	0.19 136	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.05 273

fast-acv-ft	1.41 314	0.46 300	4.29 387	0.10 240	0.13 307	3.97 381	0.29 326	2.42 112	1.91 344	0.81 166	3.55 369	3.02 337	1.26 319	3.35 212	2.05 356	0.04 385	0.01 259	0.04 398	0.04 333	0.39 406	0.05 273

FTStereo	2.16 373	0.03 2	1.42 173	0.17 277	0.13 307	1.42 216	4.67 434	2.44 113	0.63 93	3.36 373	17.95 432	0.78 192	4.17 404	4.41 265	0.14 104	0.15 408	0.00 1	0.00 1	0.00 1	0.01 36	1.25 429

11t1	0.33 47	0.05 13	0.86 43	0.44 346	0.00 1	1.04 65	0.00 1	2.45 114	0.60 74	0.44 118	0.01 1	0.05 37	0.05 80	0.43 100	0.06 43	0.00 1	0.01 259	0.00 1	0.00 1	0.02 115	0.01 76

test_3	0.58 122	0.06 29	1.04 95	0.07 207	0.12 302	1.01 56	0.01 73	2.45 114	0.20 28	0.95 182	0.01 1	1.05 218	0.05 80	3.74 231	0.23 148	0.00 1	0.00 1	0.00 1	0.25 412	0.15 328	0.13 358

test-3	0.63 136	0.06 29	1.00 72	0.07 207	0.13 307	0.99 54	0.01 73	2.46 116	0.20 28	1.96 304	0.01 1	1.10 226	0.05 80	3.75 232	0.23 148	0.00 1	0.00 1	0.00 1	0.26 415	0.15 328	0.13 358

test_1	0.61 128	0.06 29	1.00 72	0.07 207	0.12 302	0.99 54	0.01 73	2.46 116	0.20 28	1.71 283	0.01 1	1.10 226	0.04 67	3.71 230	0.23 148	0.00 1	0.00 1	0.00 1	0.25 412	0.15 328	0.13 358

RALCasStereoNet	0.44 84	0.44 292	1.03 91	0.03 124	0.00 1	1.10 87	0.03 180	2.46 116	0.90 188	0.07 31	0.32 154	0.12 81	0.20 195	1.28 158	0.25 160	0.00 1	0.31 427	0.00 1	0.00 1	0.08 263	0.12 352

PSM-softLoss	0.85 201	0.10 79	1.50 180	1.14 415	0.03 226	1.47 236	0.27 315	2.48 119	0.69 138	1.30 239	0.38 172	0.39 130	0.01 7	6.88 386	0.33 199	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.01 76

KMStereo	0.85 201	0.10 79	1.50 180	1.14 415	0.03 226	1.47 236	0.27 315	2.48 119	0.69 138	1.30 239	0.38 172	0.39 130	0.01 7	6.88 386	0.33 199	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.01 76

KYRaft	1.19 286	0.05 13	0.94 59	0.06 186	0.24 356	1.25 160	0.78 372	2.48 119	0.61 82	3.23 370	7.13 403	1.00 214	2.77 378	1.43 164	0.14 104	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	1.71 434

RAFT-Test	0.61 128	0.16 142	2.27 289	0.04 152	0.15 318	1.80 309	0.17 285	2.52 122	0.65 105	0.56 131	0.11 103	2.76 322	0.02 22	0.27 67	0.34 206	0.00 1	0.07 373	0.00 1	0.29 424	0.01 36	0.01 76

IRAFT_RVC	1.02 244	0.20 177	1.58 197	1.39 423	0.26 362	1.33 183	0.32 336	2.52 122	0.66 112	1.58 277	0.81 246	1.16 228	1.58 340	6.51 361	0.43 234	0.00 1	0.12 404	0.00 1	0.00 1	0.02 115	0.03 226

Prome-Stereo	1.23 293	0.06 29	0.93 58	0.12 250	0.24 356	1.26 162	0.67 366	2.53 124	0.69 138	2.08 314	8.70 411	0.76 183	2.91 382	2.12 185	0.11 92	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	1.43 432

PSMNet-ADL	0.77 172	0.08 48	0.90 51	0.07 207	0.01 123	2.01 317	0.02 137	2.55 125	1.11 228	0.33 92	0.59 213	2.15 293	0.69 285	4.07 249	0.85 290	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.02 172

MoCha-V2	0.33 47	0.11 96	0.92 56	0.09 231	0.06 260	0.34 8	0.00 1	2.56 126	0.64 100	0.32 90	0.43 183	0.17 99	0.09 134	0.26 62	0.10 84	0.00 1	0.14 409	0.00 1	0.22 404	0.05 218	0.01 76

IIG-Stereo	1.30 299	0.48 310	1.04 95	2.41 431	0.05 250	1.61 280	0.14 277	2.59 127	0.68 125	2.97 362	2.28 337	3.08 340	0.57 260	7.41 409	0.65 278	0.00 1	0.00 1	0.00 1	0.00 1	0.02 115	0.00 1

model_zeroshot	0.49 101	0.26 212	2.10 266	0.03 124	0.01 123	1.69 298	0.08 245	2.63 128	0.18 21	1.02 201	0.01 1	0.61 156	0.06 99	0.86 138	0.14 104	0.00 1	0.02 312	0.00 1	0.16 381	0.02 115	0.01 76

testlalala	0.46 90	0.13 112	0.82 37	0.17 277	0.10 295	1.13 101	0.03 180	2.63 128	1.13 235	2.04 312	0.10 98	0.29 116	0.04 67	0.15 19	0.27 172	0.00 1	0.01 259	0.00 1	0.26 415	0.00 1	0.00 1

Selective-RAFT	0.37 61	0.06 29	0.65 23	0.03 124	0.01 123	1.17 112	0.02 137	2.63 128	0.66 112	0.01 1	0.01 1	0.22 104	0.18 183	1.31 159	0.24 153	0.00 1	0.00 1	0.00 1	0.20 397	0.04 200	0.00 1

DMCA-RVC	0.90 223	0.64 351	3.30 349	0.03 124	0.04 243	1.30 173	0.06 235	2.65 131	0.73 150	3.21 369	0.09 94	0.99 213	0.66 281	3.14 208	0.99 301	0.01 353	0.04 347	0.02 390	0.01 298	0.07 251	0.01 76

coex-ft	12.01 449	5.60 450	80.23 467	0.15 267	0.15 318	1.88 312	0.73 369	2.66 132	30.12 454	49.31 467	16.59 429	15.97 435	14.42 449	6.79 380	14.50 439	0.05 391	0.08 382	0.01 367	0.05 338	0.37 405	0.61 414

OCTAStereo	0.82 189	0.10 79	1.15 121	1.19 419	0.01 123	1.53 254	0.29 326	2.66 132	0.66 112	1.20 228	0.58 203	0.25 109	0.01 7	6.38 353	0.33 199	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.00 1

RE-Stereo	0.82 189	0.10 79	1.15 121	1.19 419	0.01 123	1.52 251	0.29 326	2.66 132	0.66 112	1.20 228	0.58 203	0.24 105	0.01 7	6.38 353	0.32 196	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.00 1

TVStereo	0.82 189	0.10 79	1.15 121	1.19 419	0.01 123	1.52 251	0.29 326	2.66 132	0.66 112	1.20 228	0.58 203	0.24 105	0.01 7	6.38 353	0.32 196	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.00 1

NF-Stereo	0.82 189	0.10 79	1.12 112	1.19 419	0.01 123	1.52 251	0.29 326	2.67 136	0.66 112	1.20 228	0.58 203	0.24 105	0.01 7	6.38 353	0.32 196	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.00 1

RAFT_CTSACE	0.68 153	0.52 322	1.74 220	0.50 361	0.05 250	1.16 109	0.00 1	2.68 137	0.66 112	0.68 146	1.60 296	1.76 266	0.80 291	0.94 142	0.13 99	0.00 1	0.02 312	0.00 1	0.00 1	0.27 382	0.00 1

DSFCA	1.30 299	0.14 120	1.82 229	0.01 23	0.03 226	3.74 379	0.86 373	2.71 138	1.23 250	3.09 366	0.41 178	2.93 331	1.49 328	6.12 340	1.35 322	0.00 1	0.02 312	0.00 1	0.00 1	0.02 115	0.01 76

rafts_anoy	0.39 67	0.44 292	1.15 121	0.06 186	0.03 226	1.12 95	0.04 202	2.75 139	0.33 49	0.10 59	0.16 115	0.11 78	0.19 189	0.74 134	0.31 192	0.00 1	0.14 409	0.00 1	0.01 298	0.02 115	0.05 273

ccs_rob	0.65 141	0.17 152	2.09 264	0.00 1	0.01 123	1.22 136	0.00 1	2.77 140	0.73 150	0.75 153	0.44 186	2.32 307	0.64 274	1.76 177	0.15 111	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.01 76

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

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

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

CFNet_pseudo	0.66 146	0.17 152	2.08 263	0.00 1	0.01 123	1.22 136	0.00 1	2.79 142	0.73 150	0.78 161	0.46 191	2.32 307	0.63 271	1.77 178	0.15 111	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.01 76

PCWNet_CMD	0.65 141	0.14 120	2.02 252	0.01 23	0.01 123	1.10 87	0.00 1	2.80 145	0.97 199	0.48 125	0.28 151	2.31 306	1.50 331	1.19 152	0.08 61	0.00 1	0.00 1	0.00 1	0.00 1	0.02 115	0.01 76

RAFT-Stereo + iAFF	0.60 125	0.36 254	0.96 64	0.03 124	0.02 205	1.21 133	0.02 137	2.80 145	1.55 308	1.08 212	2.63 347	0.43 135	0.16 176	0.37 92	0.25 160	0.00 1	0.02 312	0.00 1	0.00 1	0.19 353	0.01 76

EDNetEfficient	6.54 430	1.17 409	33.15 457	0.66 384	1.96 427	2.07 319	3.72 421	2.80 145	14.85 438	20.02 453	9.69 414	6.59 408	10.19 440	7.19 403	15.49 443	0.03 383	0.10 394	0.01 367	0.20 397	0.62 423	0.29 398

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

plain	0.41 72	0.28 225	2.26 286	0.07 207	0.00 1	0.50 21	0.01 73	2.84 148	0.92 191	0.05 28	0.07 88	0.13 86	0.17 179	0.43 100	0.20 137	0.00 1	0.00 1	0.00 1	0.00 1	0.34 398	0.01 76

GrayStereo	1.46 318	0.03 2	0.87 45	0.63 382	0.20 340	1.24 151	4.61 432	2.85 150	0.62 89	4.98 401	4.00 379	0.45 137	4.67 410	3.37 214	0.08 61	0.00 1	0.00 1	0.00 1	0.50 435	0.01 36	0.01 76

PASM	1.58 333	1.05 403	7.51 429	0.56 372	0.09 286	1.37 196	0.28 323	2.85 150	1.44 291	3.91 386	0.44 186	3.02 337	0.64 274	6.38 353	1.59 330	0.00 1	0.01 259	0.00 1	0.03 323	0.26 378	0.15 367

MSMDNet	0.65 141	0.14 120	2.02 252	0.01 23	0.01 123	1.11 92	0.00 1	2.88 152	0.98 201	0.49 128	0.28 151	2.32 307	1.49 328	1.19 152	0.08 61	0.00 1	0.00 1	0.00 1	0.00 1	0.02 115	0.01 76

UGAM	1.08 257	0.19 167	2.83 324	0.05 171	0.01 123	1.09 83	0.11 265	2.89 153	0.64 100	0.08 38	2.46 341	3.64 361	0.08 126	6.99 397	0.25 160	0.00 1	0.00 1	0.00 1	0.02 316	0.27 382	0.04 255

MLCV	1.01 242	0.53 327	2.17 269	0.03 124	0.00 1	1.60 276	0.03 180	2.90 154	1.30 265	2.60 351	1.85 312	1.00 214	0.40 239	4.88 293	0.74 284	0.00 1	0.00 1	0.00 1	0.00 1	0.07 251	0.01 76

DN-CSS_ROB	0.77 172	0.90 392	2.01 250	0.85 399	0.00 1	1.47 236	0.01 73	2.92 155	0.93 194	0.12 65	0.53 199	0.44 136	0.16 176	4.33 259	0.35 212	0.00 1	0.00 1	0.00 1	0.00 1	0.30 394	0.01 76

IER	0.75 167	0.12 103	1.93 235	0.01 23	0.00 1	2.31 331	0.02 137	2.96 156	0.98 201	1.30 239	0.96 260	1.40 241	1.19 312	1.31 159	0.45 240	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.00 1

Pointernet	0.34 50	0.10 79	1.09 106	0.01 23	0.08 278	1.18 118	0.05 218	2.99 157	0.62 89	0.03 19	0.01 1	0.15 94	0.05 80	0.24 50	0.09 72	0.00 1	0.00 1	0.00 1	0.11 366	0.01 36	0.00 1

MSKI-zero shot	0.73 160	0.13 112	1.56 194	0.02 81	0.14 313	1.34 185	0.04 202	3.00 158	0.23 35	0.67 144	1.64 297	0.89 198	0.00 1	4.55 279	0.10 84	0.00 1	0.02 312	0.00 1	0.21 402	0.03 167	0.01 76

riskmin	0.47 95	0.03 2	1.01 75	0.08 221	0.01 123	1.12 95	0.01 73	3.00 158	0.21 32	0.46 123	0.02 46	2.08 286	1.06 303	0.26 62	0.04 7	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 76

RAFT	0.60 125	0.50 317	1.01 75	0.50 361	0.04 243	0.94 47	0.08 245	3.01 160	0.65 105	0.22 83	0.09 94	3.41 354	0.27 212	0.53 116	0.37 219	0.00 1	0.03 336	0.00 1	0.01 298	0.40 407	0.03 226

DMCA	0.68 153	0.22 194	1.96 243	0.01 23	0.01 123	1.28 165	0.02 137	3.02 161	1.54 307	2.14 316	0.15 113	1.74 264	0.10 141	0.45 107	0.95 299	0.00 1	0.00 1	0.00 1	0.00 1	0.02 115	0.01 76

STTStereo	0.83 193	0.34 248	2.44 301	0.24 302	0.15 318	1.41 209	0.10 263	3.02 161	1.55 308	1.34 243	0.17 121	1.77 268	0.45 247	3.42 217	0.30 189	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 76

ffm	1.04 248	0.05 13	1.65 205	0.34 333	0.01 123	1.58 265	0.02 137	3.03 163	6.40 418	1.39 254	2.07 322	2.15 293	0.34 224	1.59 170	0.05 19	0.00 1	0.02 312	0.00 1	0.00 1	0.09 285	0.03 226

ff1	1.65 338	0.05 13	1.65 205	0.34 333	0.01 123	1.58 265	0.02 137	3.03 163	6.40 418	1.39 254	2.07 322	2.15 293	0.34 224	6.68 369	7.08 410	0.00 1	0.02 312	0.00 1	0.00 1	0.09 285	0.03 226

tt1	0.88 216	0.27 215	1.25 146	0.08 221	0.00 1	3.36 368	0.02 137	3.03 163	6.40 418	0.33 92	0.66 223	0.05 37	0.40 239	1.59 170	0.05 19	0.00 1	0.02 312	0.00 1	0.00 1	0.09 285	0.03 226

CASS	0.56 119	0.13 112	1.40 170	0.03 124	0.01 123	1.65 293	0.04 202	3.03 163	0.63 93	1.96 304	0.93 258	0.28 114	0.36 231	0.52 114	0.18 130	0.00 1	0.00 1	0.00 1	0.00 1	0.03 167	0.00 1
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
AFF-stereo	0.65 141	0.46 300	0.82 37	0.37 340	0.00 1	1.19 121	0.00 1	3.04 167	1.42 286	0.72 151	1.95 317	1.16 228	0.26 209	0.97 144	0.31 192	0.00 1	0.02 312	0.00 1	0.00 1	0.21 363	0.02 172

UNet	1.13 277	0.24 205	4.21 383	0.01 23	0.02 205	2.31 331	0.02 137	3.06 168	0.76 164	1.17 223	0.14 107	2.73 320	1.58 340	4.48 274	1.92 347	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.00 1

G-Net	3.49 403	0.47 308	4.03 376	1.61 426	1.91 426	10.78 434	1.92 399	3.06 168	1.26 255	8.59 424	12.06 421	6.13 402	7.82 431	4.78 288	4.77 394	0.08 398	0.12 404	0.07 403	0.15 373	0.16 333	0.11 344

x	0.41 72	0.04 6	0.74 30	0.54 368	0.00 1	0.98 53	0.00 1	3.07 170	0.67 120	0.48 125	0.01 1	0.48 142	0.07 111	0.93 140	0.07 49	0.00 1	0.01 259	0.00 1	0.00 1	0.01 36	0.01 76

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

CroCo-Stereo Lap2	0.33 47	0.49 314	1.18 131	0.02 81	0.00 1	0.33 7	0.00 1	3.08 172	0.61 82	0.02 3	0.01 1	0.04 19	0.08 126	0.45 107	0.15 111	0.00 1	0.00 1	0.00 1	0.00 1	0.07 251	0.02 172

IPLGR	0.76 171	0.21 184	2.98 328	0.06 186	0.07 269	1.24 151	0.05 218	3.09 173	1.38 276	0.62 135	0.34 161	0.75 182	0.78 289	3.35 212	0.22 143	0.00 1	0.00 1	0.00 1	0.00 1	0.05 218	0.06 303

FENet	0.52 109	0.07 39	1.62 201	0.04 152	0.00 1	1.19 121	0.05 218	3.10 174	0.98 201	0.89 172	0.01 1	1.63 260	0.09 134	0.47 111	0.28 178	0.00 1	0.01 259	0.00 1	0.00 1	0.00 1	0.01 76

TDLM	1.08 257	0.49 314	1.43 174	0.27 314	0.00 1	1.56 260	2.12 402	3.10 174	1.75 330	1.36 252	0.93 258	1.06 220	0.49 251	6.21 343	0.70 281	0.00 1	0.00 1	0.00 1	0.00 1	0.16 333	0.02 172

CrosDoStereo	1.66 339	0.15 131	1.66 209	0.02 81	0.07 269	1.38 202	6.16 446	3.12 176	1.06 220	0.97 186	3.74 373	0.96 208	4.79 412	7.00 399	1.92 347	0.00 1	0.00 1	0.00 1	0.00 1	0.11 302	0.00 1

DeepStereo_LL	1.66 339	0.15 131	1.66 209	0.02 81	0.07 269	1.38 202	6.16 446	3.12 176	1.06 220	0.97 186	3.74 373	0.96 208	4.79 412	7.00 399	1.92 347	0.00 1	0.00 1	0.00 1	0.00 1	0.11 302	0.00 1

RCA-Stereo	0.37 61	0.14 120	0.76 31	0.01 23	0.00 1	1.17 112	0.00 1	3.14 178	0.61 82	0.71 149	0.47 194	0.05 37	0.13 168	0.19 29	0.03 5	0.00 1	0.01 259	0.00 1	0.00 1	0.06 236	0.01 76

DCANet-4	0.69 155	0.15 131	3.76 368	0.03 124	0.01 123	1.22 136	0.01 73	3.14 178	1.90 343	2.34 335	0.14 107	0.11 78	0.25 207	0.34 85	0.29 182	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 273

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

RAFT-Stereo-weight	0.39 67	0.07 39	0.81 35	0.07 207	0.02 205	1.34 185	0.05 218	3.15 180	0.31 45	0.94 181	0.52 198	0.26 111	0.01 7	0.19 29	0.07 49	0.00 1	0.01 259	0.00 1	0.00 1	0.00 1	0.01 76

ACVNet-DCA	0.61 128	0.27 215	1.28 151	0.13 254	0.00 1	3.44 370	0.01 73	3.15 180	0.68 125	0.33 92	0.69 233	0.04 19	0.61 265	1.43 164	0.05 19	0.00 1	0.02 312	0.00 1	0.03 323	0.01 36	0.01 76

1test111	0.69 155	0.27 215	1.28 151	0.13 254	0.00 1	3.44 370	0.01 73	3.15 180	0.68 125	0.33 92	0.69 233	0.04 19	0.61 265	2.95 203	0.07 49	0.00 1	0.02 312	0.00 1	0.03 323	0.01 36	0.01 76

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

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

Anonymous3	0.49 101	0.12 103	2.21 272	0.01 23	0.00 1	2.53 340	0.09 256	3.16 185	0.65 105	0.12 65	0.22 141	0.12 81	0.05 80	0.37 92	0.08 61	0.00 1	0.07 373	0.00 1	0.00 1	0.04 200	0.03 226

IPLG	0.86 205	0.41 275	2.31 292	0.06 186	0.06 260	1.36 191	0.11 265	3.17 187	0.83 177	0.62 135	1.00 263	0.46 138	0.61 265	5.57 325	0.35 212	0.00 1	0.00 1	0.00 1	0.00 1	0.18 346	0.01 76

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

xx1	0.95 228	0.27 215	1.28 151	0.13 254	0.00 1	3.44 370	0.01 73	3.18 188	7.23 427	0.33 92	0.69 233	0.73 180	0.12 162	1.43 164	0.05 19	0.00 1	0.02 312	0.00 1	0.00 1	0.01 36	0.01 76

cc1	0.94 226	0.27 215	1.28 151	0.13 254	0.00 1	3.44 370	0.01 73	3.18 188	7.23 427	0.33 92	0.69 233	0.04 19	0.61 265	1.43 164	0.05 19	0.00 1	0.02 312	0.00 1	0.03 323	0.09 285	0.04 255

iinet-f	1.68 347	0.61 345	11.37 441	0.29 318	0.03 226	4.39 392	0.04 202	3.18 188	1.10 226	1.16 222	0.58 203	2.96 334	2.76 377	2.13 186	2.46 365	0.00 1	0.02 312	0.02 390	0.00 1	0.46 411	0.01 76

iRaft-Stereo_5w	1.08 257	0.56 334	2.70 320	0.02 81	0.02 205	1.20 130	0.01 73	3.18 188	0.63 93	0.14 73	2.00 320	1.62 257	1.54 334	6.69 372	1.01 303	0.00 1	0.00 1	0.00 1	0.00 1	0.23 367	0.01 76

CIPLG	0.75 167	0.81 381	2.38 297	0.13 254	0.03 226	1.41 209	0.27 315	3.19 193	0.84 180	1.98 306	2.56 346	0.19 101	0.10 141	0.54 118	0.26 167	0.00 1	0.05 356	0.01 367	0.05 338	0.19 353	0.05 273

IPLGR_C	0.75 167	0.88 389	2.58 314	0.13 254	0.02 205	1.40 205	0.27 315	3.19 193	0.84 180	1.92 300	2.46 341	0.18 100	0.11 151	0.49 113	0.26 167	0.00 1	0.05 356	0.01 367	0.05 338	0.19 353	0.06 303

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

ACRE	0.75 167	0.78 375	2.72 323	0.13 254	0.02 205	1.40 205	0.26 312	3.20 195	0.82 174	1.84 295	2.46 341	0.19 101	0.10 141	0.52 114	0.26 167	0.00 1	0.04 347	0.01 367	0.05 338	0.19 353	0.05 273

cross-raft	0.53 115	0.12 103	1.78 225	0.03 124	0.01 123	1.04 65	0.10 263	3.21 197	0.23 35	0.37 111	0.01 1	2.86 328	0.04 67	0.24 50	0.24 153	0.00 1	0.01 259	0.00 1	0.16 381	0.01 36	0.02 172

GANet-ADL	0.52 109	0.09 60	1.43 174	0.13 254	0.02 205	1.43 219	0.02 137	3.22 198	0.59 67	0.34 103	0.98 262	1.09 224	0.19 189	0.40 97	0.34 206	0.00 1	0.00 1	0.00 1	0.00 1	0.04 200	0.01 76

Anonymous_2	1.69 348	0.05 13	1.31 160	0.08 221	0.03 226	1.22 136	0.01 73	3.25 199	0.19 24	0.76 156	0.13 106	2.68 317	1.99 359	0.39 96	0.13 99	0.05 391	0.25 422	3.27 440	14.54 465	3.40 433	0.01 76

AANet_RVC	1.66 339	0.88 389	3.52 359	0.06 186	0.00 1	1.22 136	0.00 1	3.25 199	2.51 379	2.21 322	4.49 381	3.65 362	0.20 195	7.10 402	3.42 381	0.50 425	0.04 347	0.00 1	0.00 1	0.08 263	0.05 273

fff	0.66 146	0.42 281	2.21 272	0.01 23	0.01 123	1.22 136	0.02 137	3.26 201	1.04 211	2.34 335	0.14 107	0.09 68	1.83 352	0.34 85	0.29 182	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 273

ADStereo(finetuned)	0.83 193	0.43 287	3.68 365	0.03 124	0.00 1	1.22 136	0.01 73	3.26 201	1.86 339	2.61 352	0.20 136	0.09 68	2.39 370	0.34 85	0.38 222	0.00 1	0.00 1	0.00 1	0.00 1	0.02 115	0.06 303

DCANet	0.66 146	0.43 287	2.21 272	0.03 124	0.00 1	1.22 136	0.01 73	3.26 201	1.85 338	2.61 352	0.21 137	0.09 68	0.49 251	0.33 84	0.39 229	0.00 1	0.00 1	0.00 1	0.00 1	0.02 115	0.06 303

csc	0.66 146	0.42 281	2.21 272	0.01 23	0.01 123	1.22 136	0.02 137	3.26 201	1.04 211	2.34 335	0.14 107	0.09 68	1.83 352	0.34 85	0.29 182	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 273

cscssc	0.66 146	0.42 281	2.21 272	0.01 23	0.01 123	1.22 136	0.02 137	3.26 201	1.04 211	2.34 335	0.14 107	0.09 68	1.83 352	0.34 85	0.29 182	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 273

CVANet_RVC	1.10 269	0.39 267	1.69 215	0.28 316	0.00 1	1.45 229	0.48 353	3.26 201	1.64 322	2.93 359	1.22 280	1.51 244	0.37 233	6.09 338	0.50 251	0.00 1	0.00 1	0.00 1	0.00 1	0.18 346	0.01 76

testlalala2	0.77 172	0.13 112	1.72 218	3.72 436	2.44 432	1.10 87	0.01 73	3.27 207	0.73 150	0.09 44	0.03 67	1.38 240	0.08 126	0.12 12	0.09 72	0.00 1	0.02 312	0.00 1	0.37 432	0.01 36	0.01 76

RASNet	1.53 325	0.31 238	1.97 245	0.09 231	3.20 434	1.69 298	0.06 235	3.27 207	2.12 356	0.77 158	1.29 287	5.32 398	1.69 347	6.60 364	2.17 359	0.00 1	0.00 1	0.00 1	0.00 1	0.02 115	0.02 172

CFNet_ucs	0.77 172	0.20 177	2.22 279	0.01 23	0.01 123	1.32 177	0.00 1	3.30 209	1.31 267	1.15 219	1.14 272	2.19 300	0.42 241	2.04 184	0.12 95	0.00 1	0.00 1	0.00 1	0.00 1	0.02 115	0.01 76

psmorigin	2.01 368	0.37 258	10.25 437	0.22 294	0.03 226	1.62 286	0.19 294	3.31 210	1.05 217	4.92 400	3.14 358	5.85 399	2.21 364	5.31 310	1.71 336	0.00 1	0.00 1	0.00 1	0.00 1	0.05 218	0.02 172

TestStereo1	0.77 172	0.46 300	1.12 112	0.15 267	0.19 336	1.29 169	0.01 73	3.33 211	1.55 308	0.45 120	1.67 300	0.13 86	1.23 314	3.39 215	0.27 172	0.00 1	0.00 1	0.00 1	0.00 1	0.17 338	0.07 319

SA-5K	0.77 172	0.46 300	1.12 112	0.15 267	0.19 336	1.29 169	0.01 73	3.33 211	1.55 308	0.45 120	1.67 300	0.13 86	1.23 314	3.39 215	0.27 172	0.00 1	0.00 1	0.00 1	0.00 1	0.17 338	0.07 319

StereoDRNet-Refined	0.83 193	0.12 103	1.18 131	0.02 81	0.01 123	1.31 176	0.00 1	3.33 211	1.07 222	1.92 300	1.24 283	2.48 313	0.18 183	1.86 181	1.67 332	0.00 1	0.00 1	0.00 1	0.00 1	0.14 318	0.05 273
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
hitnet-ft	1.09 265	0.39 267	1.45 177	0.04 152	0.00 1	1.34 185	0.22 302	3.34 214	2.25 369	1.48 264	1.11 269	4.17 371	0.37 233	4.73 287	0.79 287	0.01 353	0.00 1	0.03 395	0.00 1	0.09 285	0.01 76

XX-Stereo	1.04 248	0.20 177	4.94 404	0.85 399	0.04 243	1.25 160	0.00 1	3.37 215	0.45 59	1.22 234	0.50 196	3.70 364	0.02 22	3.91 244	0.05 19	0.00 1	0.09 386	0.00 1	0.20 397	0.03 167	0.02 172

MaskLacGwcNet_RVC	1.63 336	0.45 296	2.21 272	1.53 425	0.18 329	4.33 390	0.41 347	3.37 215	1.40 282	0.54 130	0.65 221	3.10 342	0.11 151	4.93 294	0.60 271	4.57 438	0.51 432	0.00 1	0.00 1	1.37 429	2.39 437

rvit_105_1	0.60 125	0.33 247	2.37 296	0.01 23	0.00 1	1.16 109	0.00 1	3.38 217	1.20 247	0.16 75	0.26 145	0.13 86	0.04 67	2.66 196	0.24 153	0.00 1	0.00 1	0.00 1	0.00 1	0.03 167	0.03 226

StereoVision	0.86 205	0.38 261	1.75 222	0.03 124	0.01 123	1.14 103	0.02 137	3.38 217	0.92 191	0.13 71	6.89 401	0.50 146	0.12 162	1.10 149	0.78 286	0.00 1	0.00 1	0.00 1	0.00 1	0.04 200	0.02 172

CBFPSM	1.39 312	0.61 345	4.29 387	0.01 23	0.01 123	3.64 376	0.03 180	3.39 219	0.80 171	0.64 142	0.21 137	6.18 403	3.70 400	2.38 189	1.82 339	0.00 1	0.01 259	0.00 1	0.00 1	0.08 263	0.01 76

DLCB_ROB	1.17 284	0.22 194	1.28 151	0.08 221	0.00 1	1.51 247	0.23 306	3.39 219	1.52 305	3.43 377	2.00 320	3.40 353	0.31 218	4.29 258	1.82 339	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

psm_up	0.84 199	0.32 242	1.44 176	0.02 81	0.00 1	1.98 316	0.05 218	3.40 221	1.04 211	2.06 313	0.40 176	1.74 264	0.45 247	3.47 220	0.24 153	0.06 396	0.00 1	0.00 1	0.00 1	0.08 263	0.00 1

DANet	1.74 351	0.22 194	3.06 333	0.75 391	0.44 392	2.46 337	0.35 342	3.40 221	1.41 285	4.22 390	1.56 294	5.03 391	0.56 258	6.29 348	5.00 398	0.01 353	0.00 1	0.00 1	0.01 298	0.04 200	0.08 329
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
UPFNet	0.87 212	0.09 60	2.05 259	0.00 1	0.00 1	1.90 314	0.11 265	3.41 223	0.83 177	2.15 317	0.10 98	1.92 276	0.09 134	3.94 245	0.70 281	0.00 1	0.00 1	0.00 1	0.00 1	0.02 115	0.00 1

HGLStereo	1.03 246	0.18 159	1.50 180	0.01 23	0.01 123	1.41 209	0.01 73	3.41 223	0.82 174	1.05 208	3.09 357	2.11 289	1.24 317	4.51 275	1.18 311	0.00 1	0.00 1	0.00 1	0.00 1	0.04 200	0.03 226

UDG	2.86 387	8.81 455	1.57 196	2.60 432	0.89 413	2.39 335	0.11 265	3.42 225	1.02 208	2.18 320	3.64 372	5.04 392	1.60 343	4.17 253	2.09 357	1.21 434	0.04 347	7.69 442	3.67 455	4.10 434	0.93 426

UCFNet_RVC	0.66 146	0.35 250	1.20 138	0.02 81	0.30 380	1.53 254	0.01 73	3.42 225	0.67 120	1.12 216	0.73 241	1.26 234	0.20 195	1.84 180	0.46 244	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

s12784h	0.56 119	0.14 120	1.22 142	0.02 81	0.00 1	1.14 103	0.03 180	3.43 227	1.47 296	1.02 201	1.41 292	0.05 37	0.02 22	1.08 148	0.09 72	0.00 1	0.00 1	0.00 1	0.00 1	0.02 115	0.00 1

NLCA_NET_v2_RVC	1.04 248	0.55 330	2.52 309	0.56 372	1.00 414	1.37 196	0.00 1	3.43 227	1.35 273	2.24 324	0.35 164	2.18 299	0.58 262	4.28 257	0.34 206	0.00 1	0.00 1	0.00 1	0.01 298	0.00 1	0.00 1
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
PSMNet_ROB	1.09 265	0.69 362	2.92 326	0.03 124	0.07 269	1.68 296	0.16 282	3.44 229	1.30 265	0.96 184	0.32 154	2.81 323	0.63 271	4.23 255	2.48 366	0.00 1	0.00 1	0.00 1	0.00 1	0.08 263	0.04 255

mmm	0.52 109	0.04 6	1.14 118	0.61 379	0.00 1	1.14 103	0.00 1	3.45 230	0.75 156	1.24 236	0.58 203	0.20 103	0.18 183	0.93 140	0.08 61	0.00 1	0.01 259	0.00 1	0.00 1	0.02 115	0.01 76

LALA_ROB	1.33 305	0.59 340	1.74 220	0.02 81	0.06 260	3.25 362	0.50 357	3.45 230	1.39 278	3.70 380	0.59 213	4.59 382	0.25 207	3.58 225	2.79 374	0.00 1	0.00 1	0.00 1	0.00 1	0.04 200	0.02 172

raft_robust	0.98 233	0.57 337	1.21 141	0.06 186	0.17 325	1.36 191	0.02 137	3.46 232	2.18 364	0.33 92	0.01 1	1.54 247	1.42 326	6.77 378	0.15 111	0.00 1	0.02 312	0.00 1	0.18 392	0.11 302	0.09 335

XPNet_ROB	1.17 284	0.41 275	1.68 214	0.04 152	0.01 123	1.65 293	0.17 285	3.46 232	1.39 278	3.89 385	1.01 264	1.60 253	0.53 254	4.35 261	3.07 378	0.00 1	0.00 1	0.00 1	0.00 1	0.03 167	0.02 172

MIPNet	0.64 139	0.42 281	2.01 250	0.08 221	0.07 269	1.29 169	0.11 265	3.47 234	1.29 263	0.67 144	0.10 98	0.63 161	0.97 301	1.25 156	0.25 160	0.00 1	0.01 259	0.01 367	0.01 298	0.11 302	0.04 255

DeepPruner_ROB	0.86 205	0.50 317	1.80 228	0.01 23	0.00 1	1.57 261	0.17 285	3.48 235	0.42 56	3.31 372	0.02 46	2.09 288	0.17 179	3.01 205	0.61 272	0.00 1	0.00 1	0.00 1	0.00 1	0.12 307	0.01 76

FADNet_RVC	1.15 281	1.06 404	4.34 391	0.02 81	0.06 260	2.77 353	0.04 202	3.50 236	0.80 171	0.35 104	0.32 154	0.65 164	0.09 134	5.20 305	1.56 327	0.24 418	0.34 429	0.11 410	0.33 428	0.65 424	0.60 413

gwcnet-sp	0.98 233	0.38 261	4.06 378	0.04 152	0.00 1	2.60 343	0.15 278	3.51 237	1.13 235	1.75 285	0.16 115	0.68 168	0.39 236	3.69 227	0.90 293	0.00 1	0.00 1	0.00 1	0.00 1	0.06 236	0.03 226

scenet	0.98 233	0.38 261	4.06 378	0.04 152	0.00 1	2.60 343	0.15 278	3.51 237	1.13 235	1.75 285	0.16 115	0.68 168	0.39 236	3.69 227	0.90 293	0.00 1	0.00 1	0.00 1	0.00 1	0.06 236	0.03 226

ssnet	0.98 233	0.38 261	4.06 378	0.04 152	0.00 1	2.60 343	0.15 278	3.51 237	1.13 235	1.75 285	0.16 115	0.68 168	0.39 236	3.69 227	0.90 293	0.00 1	0.00 1	0.00 1	0.00 1	0.06 236	0.03 226

MyStereo8	0.85 201	0.52 322	3.20 343	0.20 291	0.00 1	1.47 236	0.01 73	3.53 240	1.91 344	1.34 243	0.65 221	1.22 231	0.31 218	0.57 121	1.38 325	0.00 1	0.14 409	0.00 1	0.06 347	0.09 285	0.30 399

test_sample1	0.61 128	0.04 6	0.90 51	0.34 333	0.00 1	1.09 83	0.00 1	3.54 241	0.88 187	0.86 169	0.01 1	0.53 149	0.34 224	3.51 223	0.20 137	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.01 76

CroCo-Stereo	0.39 67	0.40 272	1.67 213	0.07 207	0.00 1	0.19 4	0.01 73	3.55 242	0.75 156	0.08 38	0.02 46	0.46 138	0.08 126	0.28 69	0.18 130	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.01 76
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
MyStereo05	0.79 181	0.19 167	3.17 340	0.02 81	0.00 1	1.51 247	0.01 73	3.56 243	2.48 378	1.34 243	0.02 46	1.25 233	0.38 235	1.19 152	0.50 251	0.00 1	0.06 364	0.00 1	0.00 1	0.02 115	0.07 319

Any-RAFT	0.64 139	0.08 48	1.07 102	0.03 124	0.00 1	2.77 353	0.08 245	3.57 244	1.23 250	0.96 184	0.26 145	1.61 255	0.31 218	0.72 133	0.06 43	0.00 1	0.10 394	0.00 1	0.00 1	0.01 36	0.00 1

FINET	1.36 308	0.46 300	4.05 377	0.22 294	0.73 409	1.03 58	0.00 1	3.57 244	5.71 415	1.59 278	1.64 297	0.49 144	0.19 189	5.53 319	1.90 344	0.00 1	0.01 259	0.00 1	0.00 1	0.08 263	0.03 226

SuperB	3.70 408	1.77 425	15.73 447	0.31 323	0.05 250	4.37 391	1.67 396	3.58 246	11.57 432	2.36 339	1.32 289	2.03 284	1.91 356	6.95 394	9.01 424	0.05 391	0.03 336	0.10 409	0.08 355	11.00 453	0.10 339

AACVNet	0.87 212	0.44 292	1.19 135	0.17 277	0.00 1	1.76 304	0.00 1	3.60 247	0.60 74	1.03 205	0.26 145	1.31 236	0.17 179	6.33 350	0.28 178	0.00 1	0.00 1	0.00 1	0.00 1	0.17 338	0.01 76

FADNet-RVC-Resample	1.08 257	1.00 400	5.32 408	0.10 240	0.14 313	1.53 254	0.25 309	3.62 248	1.18 243	0.51 129	0.19 132	1.04 217	0.28 213	5.20 305	0.44 237	0.10 402	0.16 415	0.09 406	0.06 347	0.24 370	0.21 390

MMNet	1.20 289	0.27 215	3.59 363	0.09 231	0.00 1	4.15 385	0.01 73	3.63 249	1.19 245	1.93 303	0.32 154	1.35 239	1.23 314	4.42 266	1.84 341	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.02 172

MyStereo04	0.78 180	0.27 215	3.19 341	0.02 81	0.01 123	1.64 289	0.01 73	3.64 250	2.20 366	0.98 195	0.02 46	1.29 235	0.57 260	1.10 149	0.53 257	0.00 1	0.07 373	0.00 1	0.00 1	0.03 167	0.06 303

Consistency-Raft	1.36 308	0.65 355	4.81 402	0.33 327	0.32 385	1.62 286	0.11 265	3.65 251	3.80 400	0.33 92	6.12 396	0.86 196	2.14 363	0.94 142	1.25 316	0.02 375	0.01 259	0.00 1	0.00 1	0.24 370	0.01 76

R-Stereo Train	0.44 84	0.09 60	0.94 59	0.02 81	0.00 1	1.24 151	0.09 256	3.65 251	0.11 1	1.87 296	0.42 179	0.06 48	0.01 7	0.25 55	0.05 19	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 172

RAFT-Stereo	0.44 84	0.09 60	0.94 59	0.02 81	0.00 1	1.24 151	0.09 256	3.65 251	0.11 1	1.87 296	0.42 179	0.06 48	0.01 7	0.25 55	0.05 19	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 172
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
iResNet	1.00 241	0.45 296	3.08 335	0.86 403	0.01 123	1.97 315	0.01 73	3.67 254	1.49 302	1.77 290	1.09 267	0.35 124	0.13 168	3.83 240	1.27 319	0.00 1	0.00 1	0.00 1	0.00 1	0.07 251	0.01 76

GwcNet	1.67 343	0.81 381	5.52 411	0.23 300	1.21 419	4.21 387	0.62 364	3.71 255	1.57 314	1.01 200	1.65 299	3.99 370	0.52 253	5.46 316	2.30 362	0.00 1	0.00 1	0.00 1	0.01 298	0.35 401	0.13 358

IGEV_Zeroshot_test	0.74 162	0.20 177	3.00 330	0.26 311	0.02 205	1.10 87	0.05 218	3.72 256	0.19 24	0.88 170	0.71 240	2.84 325	0.63 271	0.53 116	0.33 199	0.00 1	0.07 373	0.00 1	0.16 381	0.04 200	0.00 1

DispNO	1.25 294	0.52 322	3.40 354	0.11 249	0.05 250	1.45 229	0.01 73	3.73 257	1.68 325	1.34 243	1.59 295	3.15 345	1.12 309	5.56 322	1.14 309	0.00 1	0.02 312	0.03 395	0.12 371	0.05 218	0.03 226

GCST	0.81 187	0.64 351	1.41 171	0.44 346	0.01 123	0.91 41	0.08 245	3.75 258	1.04 211	0.12 65	0.44 186	0.27 112	0.35 229	5.12 303	0.38 222	1.19 433	0.00 1	0.00 1	0.00 1	0.08 263	0.05 273

acv_ft	0.79 181	0.21 184	1.28 151	0.01 23	1.08 418	1.68 296	0.01 73	3.75 258	1.05 217	1.31 242	0.66 223	1.94 278	0.46 249	0.31 75	1.68 333	0.00 1	0.00 1	0.00 1	0.00 1	0.27 382	0.00 1

anonymousa	0.79 181	0.26 212	1.91 233	0.03 124	0.29 378	1.46 235	0.02 137	3.76 260	0.97 199	0.72 151	2.25 336	3.21 349	0.56 258	0.15 19	0.12 95	0.00 1	0.00 1	0.00 1	0.04 333	0.00 1	0.02 172

DDUNet	3.28 397	10.54 457	2.29 291	3.50 435	3.31 436	4.21 387	0.21 298	3.77 261	1.03 209	2.54 348	3.17 362	3.20 348	0.21 199	3.89 243	0.69 280	1.94 435	0.05 356	9.87 446	3.53 454	5.03 436	2.55 439

FADNet-RVC	1.10 269	1.07 405	4.79 401	0.03 124	0.00 1	1.60 276	0.08 245	3.77 261	1.70 327	0.35 104	0.07 88	0.61 156	0.66 281	5.32 311	1.11 305	0.01 353	0.08 382	0.00 1	0.00 1	0.48 415	0.18 380

111	0.79 181	0.70 366	2.21 272	0.01 23	0.01 123	1.19 121	0.16 282	3.78 263	1.98 349	1.22 234	0.91 256	2.01 281	0.32 222	0.32 81	0.64 276	0.00 1	0.00 1	0.00 1	0.00 1	0.08 263	0.17 374

HH	0.88 216	0.37 258	1.93 235	0.25 305	0.10 295	0.62 23	0.00 1	3.79 264	0.18 21	0.33 92	0.59 213	3.94 368	0.81 292	4.44 268	0.09 72	0.00 1	0.06 364	0.00 1	0.00 1	0.03 167	0.02 172

HanStereo	0.88 216	0.37 258	1.93 235	0.25 305	0.10 295	0.62 23	0.00 1	3.79 264	0.18 21	0.33 92	0.59 213	3.94 368	0.81 292	4.44 268	0.09 72	0.00 1	0.06 364	0.00 1	0.00 1	0.03 167	0.02 172

CBMV	1.56 329	0.24 205	1.92 234	0.31 323	0.03 226	2.90 358	4.33 429	3.79 264	1.81 333	4.98 401	1.73 305	2.70 318	1.68 346	3.81 237	0.92 298	0.00 1	0.00 1	0.00 1	0.00 1	0.05 218	0.08 329
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
DAS	1.26 295	0.08 48	2.25 282	0.04 152	0.01 123	1.28 165	1.18 385	3.80 267	1.58 318	4.60 395	2.37 339	1.53 245	0.53 254	5.36 314	0.59 269	0.00 1	0.00 1	0.00 1	0.00 1	0.02 115	0.01 76

SepStereo	1.28 296	0.08 48	2.25 282	0.04 152	0.01 123	1.28 165	1.18 385	3.80 267	1.58 318	4.60 395	2.37 339	1.53 245	0.53 254	5.63 328	0.59 269	0.00 1	0.00 1	0.00 1	0.00 1	0.02 115	0.01 76

ICVP	0.46 90	0.08 48	1.58 197	0.01 23	0.01 123	1.10 87	0.21 298	3.80 267	0.52 62	0.42 116	0.27 149	0.33 122	0.06 99	0.57 121	0.13 99	0.00 1	0.07 373	0.00 1	0.00 1	0.04 200	0.01 76
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
SDNR	3.31 400	0.91 393	6.28 424	0.44 346	0.02 205	26.11 461	0.01 73	3.81 270	1.62 321	2.82 357	11.06 418	2.93 331	0.60 263	7.95 417	1.52 326	0.01 353	0.01 259	0.00 1	0.00 1	0.06 236	0.12 352

iResNetv2_ROB	1.08 257	1.12 407	4.68 400	1.09 414	0.00 1	1.38 202	0.05 218	3.83 271	1.11 228	0.80 165	1.15 273	1.02 216	0.12 162	4.52 276	0.45 240	0.00 1	0.00 1	0.00 1	0.00 1	0.33 395	0.03 226

TransformOpticalFlow	1.47 319	0.31 238	3.22 347	0.66 384	0.08 278	1.54 258	0.09 256	3.84 272	1.58 318	1.66 281	2.32 338	3.60 359	3.12 387	6.99 397	0.42 232	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.01 76

NaN_ROB	2.02 369	0.58 338	2.65 318	0.29 318	0.28 376	3.19 360	5.19 439	3.84 272	2.55 382	5.31 404	1.73 305	2.30 304	1.96 358	6.78 379	3.09 379	0.01 353	0.06 364	0.03 395	0.10 362	0.10 294	0.37 408

PWC_ROB	2.90 390	1.01 401	6.12 421	0.53 367	0.57 405	1.30 173	0.40 345	3.85 274	4.42 408	7.37 417	15.40 428	3.03 339	1.55 335	6.31 349	5.74 404	0.00 1	0.00 1	0.00 1	0.00 1	0.46 411	0.05 273

SGM-Forest	1.84 357	0.08 48	1.31 160	0.15 267	0.22 347	3.52 374	2.46 412	3.85 274	2.16 362	5.29 403	3.90 375	3.71 365	1.56 336	6.28 347	1.90 344	0.01 353	0.02 312	0.00 1	0.00 1	0.03 167	0.30 399
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
GASNet	1.43 315	1.53 420	4.54 397	0.31 323	0.02 205	1.49 243	0.20 296	3.86 276	1.95 346	0.75 153	1.37 291	2.11 289	1.57 339	5.82 333	2.60 370	0.00 1	0.05 356	0.00 1	0.00 1	0.43 409	0.10 339

SACVNet	0.96 229	0.36 254	1.49 179	0.05 171	0.00 1	1.62 286	0.28 323	3.86 276	1.28 262	1.79 292	0.80 245	1.59 251	0.07 111	5.29 309	0.48 247	0.01 353	0.00 1	0.00 1	0.00 1	0.23 367	0.01 76

test_sample2	0.63 136	0.05 13	1.13 116	0.31 323	0.01 123	1.22 136	0.00 1	3.87 278	1.03 209	0.91 177	0.02 46	0.50 146	0.13 168	3.16 209	0.26 167	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.02 172

GANet	1.90 362	0.43 287	1.83 230	0.39 342	0.00 1	2.24 327	3.37 417	3.90 279	1.44 291	2.17 319	9.66 413	2.57 314	1.09 305	6.88 386	1.81 338	0.00 1	0.00 1	0.02 390	0.00 1	0.10 294	0.03 226

NCCL2	1.30 299	0.63 350	2.31 292	0.02 81	0.03 226	1.57 261	3.41 418	3.91 280	1.39 278	3.14 368	0.34 161	3.90 367	0.30 214	3.75 232	1.19 312	0.00 1	0.00 1	0.02 390	0.00 1	0.03 167	0.05 273

GANetREF_RVC	1.10 269	0.95 395	2.98 328	0.06 186	0.00 1	2.23 326	0.18 289	3.95 281	2.53 381	0.56 131	0.32 154	1.89 275	0.66 281	5.03 298	0.51 253	0.00 1	0.00 1	0.00 1	0.00 1	0.05 218	0.04 255
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
SA	0.83 193	0.41 275	1.17 128	0.00 1	0.20 340	1.28 165	0.01 73	3.98 282	1.86 339	0.41 115	0.96 260	0.27 112	1.33 323	4.07 249	0.35 212	0.00 1	0.00 1	0.00 1	0.17 389	0.14 318	0.01 76

ADCP+	2.87 388	0.98 397	8.75 434	0.07 207	0.16 323	5.93 412	2.90 415	4.00 283	1.84 335	1.52 266	0.27 149	3.81 366	3.22 391	6.05 337	17.38 447	0.00 1	0.00 1	0.00 1	0.00 1	0.14 318	0.30 399

GwcNet-RSSM	1.02 244	0.69 362	2.70 320	0.22 294	0.02 205	1.42 216	0.05 218	4.02 284	1.01 207	0.90 174	0.42 179	2.89 329	0.26 209	4.43 267	1.17 310	0.00 1	0.00 1	0.02 390	0.00 1	0.13 312	0.05 273

FADNet	1.20 289	0.93 394	4.51 395	0.03 124	0.06 260	2.56 341	0.16 282	4.02 284	1.42 286	0.32 90	0.06 86	1.66 262	1.07 304	5.56 322	0.87 291	0.19 412	0.02 312	0.01 367	0.01 298	0.50 417	0.03 226

test-1	0.52 109	0.25 208	0.94 59	0.03 124	0.22 347	1.20 130	0.08 245	4.03 286	0.25 42	0.70 148	0.66 223	0.71 178	0.03 47	0.30 74	0.43 234	0.00 1	0.18 418	0.00 1	0.07 350	0.01 36	0.25 397

test_for_model	4.23 415	22.88 464	0.91 55	12.40 455	10.47 455	1.08 82	0.06 235	4.08 287	1.36 274	1.91 299	0.09 94	0.15 94	0.03 47	0.10 8	0.22 143	7.44 445	1.43 443	0.00 1	0.01 298	18.08 463	1.99 436

PA-Net	1.31 303	0.59 340	3.65 364	0.06 186	0.15 318	1.44 223	0.54 358	4.08 287	2.71 385	0.78 161	1.16 275	2.32 307	0.64 274	5.96 334	1.92 347	0.01 353	0.00 1	0.00 1	0.00 1	0.04 200	0.06 303
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
LL-Strereo	1.93 363	0.97 396	3.83 372	0.55 370	2.19 431	1.49 243	0.05 218	4.09 289	1.00 206	2.59 350	2.77 351	5.17 394	5.63 422	7.19 403	0.63 274	0.00 1	0.10 394	0.00 1	0.00 1	0.25 376	0.20 388

ETE_ROB	1.16 283	0.52 322	1.71 217	0.01 23	0.02 205	1.79 308	0.22 302	4.10 290	1.32 268	4.68 398	1.18 278	2.81 323	0.08 126	3.56 224	1.12 307	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.06 303

CSAN	2.70 386	0.75 368	3.41 355	0.18 282	0.12 302	4.18 386	4.05 424	4.11 291	4.36 405	6.03 408	6.24 398	4.60 383	4.74 411	7.29 406	3.43 382	0.02 375	0.03 336	0.01 367	0.02 316	0.18 346	0.22 392

CFNet-RSSM	0.51 106	0.12 103	1.26 147	0.03 124	0.14 313	1.24 151	0.02 137	4.12 292	0.15 9	0.31 88	0.01 1	1.96 280	0.04 67	0.19 29	0.25 160	0.00 1	0.01 259	0.00 1	0.27 418	0.01 36	0.01 76

NOSS_ROB	1.29 297	0.22 194	1.35 166	0.64 383	0.16 323	2.56 341	0.00 1	4.14 293	2.37 373	2.29 334	1.76 307	2.84 325	0.02 22	6.80 381	0.45 240	0.00 1	0.00 1	0.00 1	0.00 1	0.04 200	0.11 344

AE-Stereo	0.47 95	0.11 96	1.03 91	0.04 152	0.09 286	1.11 92	0.03 180	4.16 294	0.34 50	0.35 104	0.82 247	0.15 94	0.16 176	0.45 107	0.05 19	0.00 1	0.09 386	0.00 1	0.26 415	0.09 285	0.05 273

test_5	0.74 162	0.50 317	1.55 187	0.44 346	0.25 359	1.45 229	0.01 73	4.16 294	0.78 167	0.79 163	0.17 121	0.42 134	0.64 274	3.06 207	0.18 130	0.00 1	0.00 1	0.00 1	0.00 1	0.16 333	0.21 390

SQANet	2.28 377	1.25 414	2.39 298	4.17 438	2.91 433	2.60 343	0.24 308	4.17 296	0.83 177	2.42 344	0.57 201	1.59 251	0.88 296	3.30 211	0.68 279	7.35 444	0.12 404	0.47 424	0.02 316	6.56 437	3.00 440

Sa-1000	1.04 248	0.39 267	1.17 128	0.00 1	0.20 340	1.33 183	0.03 180	4.19 297	1.81 333	0.99 199	5.33 389	0.61 156	0.15 173	4.07 249	0.30 189	0.00 1	0.00 1	0.00 1	0.16 381	0.13 312	0.00 1

ADLNet2	1.38 311	0.39 267	3.13 338	0.00 1	0.70 408	1.23 150	0.26 312	4.19 297	2.36 372	1.45 263	3.16 361	4.23 372	0.82 295	4.56 281	0.88 292	0.00 1	0.00 1	0.00 1	0.00 1	0.13 312	0.02 172

Wz-Net-LNSev	1.30 299	0.85 386	6.26 423	0.02 81	0.03 226	4.02 382	0.13 274	4.21 299	1.12 233	0.77 158	0.10 98	3.60 359	1.11 306	2.68 197	1.12 307	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.02 172

RAFT+CT+SA	0.66 146	0.45 296	1.22 142	0.10 240	0.30 380	1.24 151	0.02 137	4.21 299	0.67 120	0.62 135	0.39 175	0.33 122	0.05 80	2.69 198	0.14 104	0.00 1	0.00 1	0.00 1	0.35 431	0.13 312	0.30 399

MFMNet_re	2.02 369	0.98 397	4.27 386	2.74 434	0.88 411	1.47 236	0.15 278	4.21 299	3.18 391	6.63 412	6.93 402	1.87 274	3.63 398	2.13 186	0.99 301	0.00 1	0.00 1	0.00 1	0.00 1	0.23 367	0.05 273

ccnet	1.70 349	0.20 177	1.95 240	0.26 311	0.18 329	3.72 378	1.22 387	4.22 302	1.43 290	2.37 340	3.96 377	3.45 356	1.51 332	4.69 284	4.47 390	0.06 396	0.00 1	0.09 406	0.01 298	0.10 294	0.01 76

gcap-zeroshot	0.70 158	0.26 212	1.98 246	0.19 290	0.27 367	1.43 219	0.02 137	4.23 303	0.82 174	0.75 153	0.54 200	2.19 300	0.03 47	0.63 130	0.25 160	0.00 1	0.11 397	0.00 1	0.20 397	0.00 1	0.01 76

delet	1.14 278	0.32 242	1.56 194	0.03 124	0.17 325	2.86 357	1.03 381	4.25 304	2.14 361	1.03 205	1.17 277	1.64 261	0.92 299	4.35 261	1.27 319	0.00 1	0.00 1	0.00 1	0.00 1	0.04 200	0.00 1

MFN_U_SF_DS_RVC	3.30 398	2.61 437	7.84 430	0.09 231	0.26 362	12.92 437	7.62 454	4.25 304	3.64 398	2.95 361	3.99 378	4.61 384	1.22 313	8.36 420	1.77 337	0.59 429	1.15 441	0.04 398	0.85 443	0.48 415	0.67 417

MSMD_ROB	4.94 420	0.43 287	2.58 314	0.12 250	0.01 123	8.43 428	1.09 383	4.25 304	4.11 403	13.11 438	26.36 454	13.95 431	13.88 448	7.45 410	2.92 376	0.10 402	0.01 259	0.00 1	0.00 1	0.01 36	0.02 172

stereogan	2.13 372	0.31 238	3.75 367	0.01 23	0.09 286	7.44 422	0.60 363	4.27 307	3.29 392	3.91 386	4.62 383	6.41 404	1.84 355	5.17 304	0.58 267	0.00 1	0.01 259	0.01 367	0.00 1	0.24 370	0.05 273

CBMV_ROB	1.70 349	0.11 96	1.98 246	0.46 352	0.00 1	2.85 356	0.91 377	4.27 307	2.21 367	4.02 388	5.00 386	2.97 335	2.32 367	5.40 315	1.35 322	0.00 1	0.00 1	0.00 1	0.00 1	0.03 167	0.06 303

testlalala_base	1.19 286	0.11 96	0.90 51	0.07 207	0.05 250	1.19 121	0.01 73	4.28 309	0.15 9	0.04 25	0.01 1	0.24 105	0.04 67	0.12 12	0.29 182	7.21 443	1.13 440	0.00 1	0.25 412	7.61 440	0.00 1

RTSC	2.66 384	1.24 413	6.04 419	0.18 282	0.02 205	4.40 393	0.08 245	4.29 310	4.98 411	6.00 407	3.15 360	2.97 335	1.56 336	6.71 374	10.89 430	0.00 1	0.07 373	0.00 1	0.05 338	0.40 407	0.24 396

NVstereo2D	1.09 265	0.17 152	4.40 392	0.00 1	0.00 1	1.59 272	0.18 289	4.29 310	1.40 282	0.85 168	0.36 166	2.30 304	0.62 270	5.26 308	0.35 212	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.01 76

DualNet (step1)	0.96 229	0.41 275	2.03 254	0.02 81	0.01 123	2.14 322	0.01 73	4.31 312	1.07 222	1.35 247	0.36 166	0.70 174	0.44 243	2.58 191	0.34 206	0.53 426	0.00 1	1.82 433	1.10 445	0.02 115	0.02 172

test_sample9	2.36 379	0.41 275	2.03 254	0.02 81	0.01 123	2.14 322	0.01 73	4.31 312	1.07 222	1.35 247	0.36 166	0.70 174	0.44 243	5.58 326	8.70 422	0.53 426	16.52 465	1.82 433	1.10 445	0.02 115	0.02 172

test_sample7	0.72 159	0.18 159	1.23 144	0.55 370	0.01 123	1.21 133	0.00 1	4.31 312	1.07 222	1.35 247	0.36 166	0.70 174	0.44 243	2.58 191	0.34 206	0.00 1	0.00 1	0.00 1	0.00 1	0.02 115	0.02 172

RP	1.76 354	0.55 330	2.59 316	0.22 294	0.60 406	1.70 300	0.98 380	4.31 312	1.99 351	3.12 367	5.04 387	4.41 377	2.96 383	4.72 286	1.90 344	0.01 353	0.00 1	0.00 1	0.01 298	0.14 318	0.01 76

CAS++	0.32 46	0.22 194	0.69 27	0.04 152	0.00 1	0.35 10	0.01 73	4.32 316	0.48 60	0.02 3	0.01 1	0.07 58	0.00 1	0.19 29	0.04 7	0.00 1	0.00 1	0.00 1	0.00 1	0.02 115	0.00 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
anonymousdsp2	0.52 109	0.06 29	1.51 183	0.10 240	0.00 1	1.19 121	0.01 73	4.32 316	0.63 93	0.33 92	0.15 113	0.78 192	0.09 134	1.01 146	0.06 43	0.00 1	0.00 1	0.00 1	0.11 366	0.04 200	0.05 273

test_sample8	3.62 406	0.41 275	2.03 254	0.02 81	0.01 123	2.14 322	0.01 73	4.38 318	1.04 211	6.51 409	0.58 203	14.04 432	6.94 427	5.58 326	8.70 422	0.53 426	16.52 465	1.82 433	1.10 445	0.02 115	0.02 172

AdaStereo	0.65 141	0.09 60	1.12 112	0.02 81	0.00 1	1.45 229	0.23 306	4.38 318	1.44 291	1.17 223	0.37 170	1.56 249	0.18 183	0.56 120	0.37 219	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.00 1
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
PS-NSSS	1.08 257	0.45 296	1.70 216	0.02 81	0.01 123	1.37 196	0.01 73	4.38 318	2.09 354	1.15 219	2.65 348	0.65 164	0.07 111	6.35 351	0.56 263	0.16 409	0.00 1	0.00 1	0.00 1	0.05 218	0.00 1

ADLNet	1.20 289	0.29 233	1.98 246	0.00 1	0.02 205	2.20 325	0.11 265	4.39 321	2.52 380	2.19 321	2.20 335	2.66 316	0.70 286	3.42 217	1.25 316	0.00 1	0.00 1	0.00 1	0.00 1	0.10 294	0.04 255

PWCDC_ROB	3.06 392	1.38 419	3.81 370	0.14 264	0.00 1	3.14 359	0.02 137	4.40 322	12.35 435	1.08 212	23.69 451	2.01 281	2.01 361	3.87 242	2.43 364	0.24 418	0.00 1	0.00 1	0.00 1	0.61 422	0.08 329

NINENet	1.03 246	0.22 194	1.30 159	0.10 240	0.01 123	5.85 409	0.03 180	4.41 323	1.25 254	1.55 275	0.60 218	2.39 311	0.06 99	2.72 200	0.05 19	0.00 1	0.01 259	0.01 367	0.00 1	0.04 200	0.00 1

APVNet	1.52 323	0.31 238	4.00 374	0.09 231	0.00 1	4.64 396	0.08 245	4.41 323	1.21 248	1.25 237	1.05 266	2.90 330	0.93 300	6.70 373	2.48 366	0.01 353	0.00 1	0.07 403	0.00 1	0.27 382	0.05 273

CC-Net-ROB	1.86 359	0.64 351	2.55 312	1.42 424	0.19 336	3.38 369	0.04 202	4.41 323	2.45 377	0.90 174	1.31 288	0.98 212	0.18 183	6.60 364	0.53 257	1.14 432	1.60 444	7.16 441	0.00 1	1.33 428	0.32 404

AnyNet_C32	3.93 411	2.58 436	12.07 442	0.39 342	0.49 398	5.50 406	6.45 450	4.44 326	2.19 365	6.86 414	2.94 355	5.28 396	3.20 390	6.63 367	18.37 450	0.08 398	0.04 347	0.20 417	0.09 358	0.57 420	0.19 384

CFNet	1.08 257	0.62 347	2.26 286	0.26 311	0.03 226	1.40 205	0.04 202	4.45 327	2.09 354	0.48 125	0.69 233	1.31 236	0.24 204	6.63 367	0.83 289	0.00 1	0.00 1	0.00 1	0.00 1	0.17 338	0.04 255

cf-r	0.98 233	0.51 321	2.04 258	0.25 305	0.01 123	1.40 205	0.03 180	4.47 328	1.65 323	0.95 182	0.58 203	2.63 315	0.24 204	4.19 254	0.58 267	0.00 1	0.00 1	0.00 1	0.00 1	0.06 236	0.04 255

test_sample6	0.89 222	0.17 152	2.23 281	0.48 356	0.01 123	1.43 219	0.01 73	4.49 329	1.40 282	1.43 259	1.12 270	0.64 163	0.14 171	3.86 241	0.42 232	0.00 1	0.01 259	0.00 1	0.00 1	0.02 115	0.02 172

EDNetEfficientorigin	10.31 443	1.90 430	98.96 476	0.22 294	0.23 352	2.73 348	0.71 368	4.50 330	16.94 442	18.72 446	15.36 427	12.74 428	10.73 442	8.96 425	11.94 435	0.01 353	0.01 259	0.00 1	0.00 1	0.25 376	1.31 431

HITNet	0.80 185	0.58 338	2.14 267	0.69 387	0.00 1	1.35 189	0.02 137	4.50 330	1.15 239	1.76 289	0.16 115	0.60 155	0.30 214	1.13 151	1.64 331	0.00 1	0.00 1	0.00 1	0.00 1	0.06 236	0.00 1
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
test_sample5	0.86 205	0.16 142	2.25 282	0.49 358	0.01 123	1.41 209	0.01 73	4.55 332	1.27 258	1.35 247	0.89 254	0.58 153	0.11 151	3.75 232	0.38 222	0.00 1	0.00 1	0.00 1	0.00 1	0.02 115	0.02 172

DualNet	0.88 216	0.16 142	2.25 282	0.49 358	0.01 123	1.41 209	0.01 73	4.55 332	1.27 258	1.43 259	1.12 270	0.58 153	0.11 151	3.75 232	0.38 222	0.00 1	0.00 1	0.00 1	0.00 1	0.02 115	0.02 172

GANet-RSSM	0.88 216	0.38 261	1.45 177	0.60 376	0.00 1	1.36 191	0.02 137	4.55 332	0.69 138	0.71 149	0.32 154	1.56 249	0.61 265	4.55 279	0.64 276	0.00 1	0.00 1	0.05 402	0.00 1	0.08 263	0.02 172

NVStereoNet_ROB	3.25 396	0.46 300	2.71 322	0.34 333	0.56 403	2.36 334	0.87 374	4.56 335	4.47 409	4.55 394	14.09 426	11.93 425	3.23 392	9.79 433	3.14 380	0.43 423	0.03 336	0.53 427	0.31 426	0.36 403	0.38 409
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
BEATNet_4x	0.97 231	0.77 374	3.36 352	0.46 352	0.01 123	1.32 177	0.09 256	4.57 336	1.26 255	1.88 298	0.22 141	1.09 224	0.42 241	1.79 179	2.09 357	0.00 1	0.00 1	0.00 1	0.00 1	0.08 263	0.06 303

MyStereo06	0.80 185	0.19 167	2.53 310	0.02 81	0.00 1	1.51 247	0.01 73	4.61 337	0.24 39	0.89 172	0.69 233	3.14 344	1.18 311	0.58 124	0.33 199	0.00 1	0.06 364	0.00 1	0.00 1	0.02 115	0.07 319

IGEV++	0.36 58	0.19 167	0.57 14	0.09 231	0.00 1	0.35 10	0.03 180	4.62 338	0.24 39	0.12 65	0.02 46	0.03 10	0.17 179	0.24 50	0.23 148	0.00 1	0.05 356	0.00 1	0.04 333	0.09 285	0.08 329

RYNet	1.52 323	0.35 250	3.38 353	0.25 305	0.04 243	2.31 331	0.03 180	4.62 338	1.47 296	1.14 218	0.34 161	4.52 380	1.38 324	6.36 352	4.23 388	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.02 172

StereoDRNet	1.48 320	0.75 368	4.58 398	0.05 171	0.10 295	2.49 338	1.10 384	4.62 338	1.47 296	3.38 376	0.62 219	2.29 303	0.65 279	4.52 276	2.89 375	0.00 1	0.03 336	0.00 1	0.01 298	0.05 218	0.07 319

test_sample3	0.84 199	0.15 131	2.22 279	0.48 356	0.01 123	1.37 196	0.01 73	4.63 341	1.17 242	1.43 259	0.43 183	0.80 194	0.10 141	3.48 221	0.38 222	0.00 1	0.00 1	0.00 1	0.00 1	0.02 115	0.02 172

Wz-Net-LNSev-Ref	1.54 327	0.68 360	4.62 399	0.01 23	0.00 1	5.13 403	0.30 332	4.64 342	1.23 250	2.39 343	0.59 213	2.12 291	2.00 360	4.94 295	2.19 361	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.01 76

test_sample4	0.86 205	0.16 142	2.28 290	0.50 361	0.01 123	1.42 216	0.01 73	4.65 343	1.27 258	1.52 266	0.66 223	0.69 171	0.08 126	3.50 222	0.38 222	0.00 1	0.00 1	0.00 1	0.00 1	0.02 115	0.02 172

HBP-ISP	1.45 317	0.75 368	3.02 331	0.30 320	0.10 295	4.28 389	1.49 393	4.68 344	1.29 263	3.43 377	0.78 243	0.93 204	1.01 302	6.48 360	0.36 218	0.04 385	0.02 312	0.00 1	0.00 1	0.05 218	0.03 226

anonymity	0.74 162	0.15 131	1.17 128	0.16 274	0.27 367	0.71 26	0.01 73	4.70 345	1.78 332	1.15 219	1.23 281	0.31 117	1.65 344	0.54 118	0.53 257	0.02 375	0.02 312	0.00 1	0.27 418	0.02 115	0.06 303

WCMA_ROB	4.54 417	0.48 310	3.19 341	0.49 358	0.63 407	5.38 405	2.57 413	4.70 345	3.77 399	14.17 442	19.02 437	15.47 433	9.03 435	6.73 375	4.85 396	0.01 353	0.05 356	0.01 367	0.01 298	0.08 263	0.16 370

Ntro	3.24 395	1.34 416	2.83 324	7.27 442	4.43 439	6.22 414	0.74 370	4.73 347	1.48 300	0.39 112	1.77 309	2.70 318	1.28 320	4.59 283	1.25 316	8.06 447	0.28 426	2.12 439	0.05 338	8.11 442	5.16 446

TRStereo	0.59 124	0.79 377	1.59 200	0.56 372	0.01 123	1.19 121	0.03 180	4.74 348	0.60 74	0.17 78	0.01 1	0.62 159	0.44 243	0.57 121	0.07 49	0.00 1	0.04 347	0.00 1	0.24 409	0.01 36	0.14 365

S-Stereo	2.00 367	0.30 237	5.74 416	0.24 302	0.23 352	2.51 339	1.90 398	4.74 348	5.15 412	2.42 344	5.80 392	2.85 327	0.72 287	5.08 302	2.17 359	0.00 1	0.02 312	0.00 1	0.00 1	0.08 263	0.04 255

LSM	7.38 432	1.68 422	22.24 452	3.99 437	40.72 467	3.54 375	4.79 437	4.74 348	6.65 421	10.25 429	13.51 424	4.49 379	3.81 401	6.91 391	5.31 401	0.00 1	0.04 347	0.00 1	0.00 1	0.26 378	14.60 464

ADCRef	2.29 378	0.65 355	5.67 415	0.10 240	0.09 286	4.81 398	0.76 371	4.75 351	1.37 275	2.88 358	1.67 300	1.62 257	2.30 366	3.77 236	14.93 441	0.02 375	0.00 1	0.01 367	0.10 362	0.20 362	0.11 344

FAT-Stereo	1.86 359	0.19 167	3.31 350	0.17 277	0.03 226	1.78 307	0.97 378	4.76 352	2.79 386	4.22 390	4.87 384	5.31 397	2.83 381	5.06 301	0.90 293	0.00 1	0.00 1	0.00 1	0.00 1	0.04 200	0.01 76

edge stereo	1.94 365	0.40 272	3.82 371	0.15 267	0.09 286	1.81 310	0.45 351	4.77 353	2.21 367	3.36 373	3.94 376	8.39 417	1.72 348	5.75 329	1.69 335	0.00 1	0.00 1	0.01 367	0.00 1	0.17 338	0.01 76

ADCPNet	3.63 407	0.82 384	13.20 444	0.08 221	0.43 391	7.02 417	2.23 406	4.77 353	2.41 374	4.31 392	1.96 318	7.57 414	5.16 416	6.45 359	13.80 438	0.02 375	0.75 436	0.04 398	0.90 444	0.16 333	0.53 412

RGC	1.86 359	0.67 358	3.45 358	0.07 207	0.26 362	3.29 364	0.11 265	4.78 355	1.46 294	3.26 371	4.51 382	5.14 393	2.68 376	5.46 316	1.94 351	0.00 1	0.00 1	0.00 1	0.00 1	0.08 263	0.09 335

PSMNet-RSSM	0.90 223	0.44 292	1.35 166	0.13 254	0.00 1	1.37 196	0.03 180	4.79 356	0.85 184	1.11 215	0.49 195	2.15 293	0.35 229	4.09 252	0.73 283	0.00 1	0.00 1	0.01 367	0.00 1	0.03 167	0.01 76

ADCL	3.30 398	0.81 381	6.76 427	0.25 305	0.25 359	6.93 416	4.65 433	4.79 356	2.62 384	4.61 397	3.36 365	5.22 395	4.55 409	5.54 321	14.91 440	0.05 391	0.01 259	0.11 410	0.13 372	0.28 389	0.10 339

psmg	0.83 193	0.10 79	0.96 64	0.01 23	0.00 1	3.28 363	0.27 315	4.83 358	0.93 194	1.92 300	1.46 293	1.81 271	0.10 141	0.61 126	0.18 130	0.00 1	0.00 1	0.01 367	0.00 1	0.01 36	0.00 1

ARAFT	1.12 275	0.82 384	4.11 381	0.04 152	0.00 1	1.64 289	0.03 180	4.85 359	1.69 326	2.78 356	0.57 201	0.47 141	0.11 151	4.81 290	0.24 153	0.00 1	0.03 336	0.00 1	0.00 1	0.24 370	0.05 273

ADCMid	3.95 412	1.34 416	10.91 440	0.18 282	0.38 388	5.02 401	1.27 390	4.87 360	2.94 389	11.15 432	3.60 370	6.76 409	5.21 419	6.40 358	16.96 445	0.12 405	0.08 382	0.55 428	0.46 433	0.53 419	0.19 384

SGM+DAISY	4.39 416	1.34 416	5.18 406	1.01 410	0.88 411	5.61 408	2.86 414	4.88 361	3.53 394	13.29 439	13.95 425	12.66 427	7.55 428	7.98 418	5.39 402	0.23 417	0.18 418	0.15 414	0.24 409	0.29 390	0.64 415

Wz-Net-MNSev	1.85 358	1.19 411	5.61 414	0.01 23	0.00 1	4.74 397	2.16 404	4.93 362	1.48 300	3.77 382	1.24 283	1.77 268	2.56 372	4.94 295	2.61 371	0.00 1	0.01 259	0.00 1	0.00 1	0.07 251	0.01 76

ac_64	1.12 275	0.18 159	1.64 204	0.18 282	0.25 359	1.48 242	0.02 137	4.97 363	1.47 296	0.69 147	0.45 190	4.94 389	0.46 249	4.87 292	0.74 284	0.00 1	0.00 1	0.00 1	0.00 1	0.06 236	0.00 1

CSP-Net	1.01 242	0.52 322	0.92 56	0.01 23	0.00 1	2.83 355	0.05 218	4.99 364	0.69 138	0.91 177	0.85 250	1.82 273	0.23 202	6.04 336	0.29 182	0.00 1	0.00 1	0.00 1	0.00 1	0.10 294	0.01 76

SFCPSM	0.81 187	0.11 96	2.53 310	0.01 23	0.07 269	2.45 336	0.18 289	4.99 364	1.18 243	0.77 158	0.78 243	0.69 171	0.31 218	1.72 176	0.20 137	0.00 1	0.00 1	0.00 1	0.05 338	0.06 236	0.01 76

DispFullNet	7.91 434	23.96 465	13.67 445	14.71 458	7.88 449	4.83 399	0.04 202	5.01 366	2.89 387	8.86 426	4.96 385	6.11 401	10.72 441	10.18 436	3.51 383	2.44 436	0.33 428	15.15 455	4.65 458	12.33 455	5.95 448

Wz-Net-SNSev	2.53 382	2.49 435	10.66 439	0.39 342	0.01 123	2.73 348	0.40 345	5.02 367	1.50 304	2.15 317	2.12 328	6.48 405	1.11 306	9.47 430	5.84 405	0.00 1	0.01 259	0.00 1	0.00 1	0.21 363	0.06 303

pmcnn	3.61 405	0.68 360	5.38 410	0.61 379	1.46 422	2.75 352	1.26 389	5.04 368	1.57 314	8.77 425	11.67 419	18.69 440	2.38 369	6.03 335	5.61 403	0.00 1	0.07 373	0.00 1	0.00 1	0.21 363	0.07 319

NCC-stereo	1.67 343	0.56 334	3.10 336	0.08 221	0.22 347	2.24 327	0.13 274	5.05 369	1.42 286	2.27 332	2.72 349	4.29 373	3.53 395	5.76 330	2.01 353	0.04 385	0.00 1	0.00 1	0.00 1	0.03 167	0.02 172

Abc-Net	1.67 343	0.56 334	3.10 336	0.08 221	0.22 347	2.24 327	0.13 274	5.05 369	1.42 286	2.27 332	2.72 349	4.29 373	3.53 395	5.76 330	2.01 353	0.04 385	0.00 1	0.00 1	0.00 1	0.03 167	0.02 172
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
pcwnet_v2	1.29 297	0.17 152	5.98 418	0.10 240	0.01 123	1.76 304	0.02 137	5.08 371	2.90 388	1.54 274	1.98 319	2.03 284	0.81 292	3.01 205	0.28 178	0.00 1	0.00 1	0.00 1	0.01 298	0.03 167	0.03 226

AASNet	0.86 205	0.53 327	1.96 243	0.04 152	0.00 1	1.70 300	0.05 218	5.13 372	1.84 335	0.93 180	1.88 313	0.96 208	0.19 189	0.67 131	0.91 297	0.00 1	0.00 1	0.00 1	0.00 1	0.27 382	0.09 335

ssnet_v2	1.14 278	0.28 225	1.77 223	0.03 124	0.00 1	2.07 319	0.37 344	5.20 373	1.87 341	2.00 307	0.87 252	3.09 341	0.55 257	1.31 159	3.02 377	0.00 1	0.00 1	0.00 1	0.00 1	0.18 346	0.12 352

FCDSN-DC	5.04 421	0.15 131	1.83 230	0.22 294	0.44 392	5.60 407	1.66 395	5.22 374	4.37 406	14.49 444	21.86 445	20.65 443	11.88 444	7.66 414	4.55 392	0.02 375	0.00 1	0.00 1	0.00 1	0.03 167	0.05 273
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
SMFormer	1.04 248	0.16 142	1.55 187	0.33 327	0.01 123	1.03 58	0.00 1	5.24 375	2.12 356	1.53 268	2.16 330	0.92 199	0.02 22	4.46 270	1.24 314	0.00 1	0.01 259	0.00 1	0.00 1	0.03 167	0.02 172

tta	1.04 248	0.16 142	1.55 187	0.33 327	0.01 123	1.03 58	0.00 1	5.24 375	2.12 356	1.53 268	2.16 330	0.92 199	0.02 22	4.46 270	1.24 314	0.00 1	0.01 259	0.00 1	0.00 1	0.03 167	0.01 76

qqq1	0.98 233	0.16 142	1.55 187	0.33 327	0.01 123	1.03 58	0.00 1	5.24 375	2.12 356	1.53 268	2.16 330	0.92 199	0.02 22	4.46 270	0.07 49	0.00 1	0.01 259	0.00 1	0.00 1	0.03 167	0.01 76

fff1	0.98 233	0.16 142	1.55 187	0.33 327	0.01 123	1.03 58	0.00 1	5.24 375	2.12 356	1.53 268	2.16 330	0.92 199	0.02 22	4.46 270	0.07 49	0.00 1	0.01 259	0.00 1	0.00 1	0.03 167	0.01 76

XQC	2.57 383	1.20 412	6.33 425	0.18 282	0.01 123	3.84 380	0.33 338	5.24 375	3.83 401	4.43 393	1.94 316	4.58 381	3.19 389	7.19 403	8.67 421	0.00 1	0.03 336	0.00 1	0.03 323	0.27 382	0.19 384

SAMSARA	3.32 401	1.07 405	6.25 422	0.86 403	0.31 383	7.55 423	3.87 423	5.26 380	4.20 404	7.43 418	3.35 364	10.04 423	3.83 402	6.98 396	4.83 395	0.00 1	0.14 409	0.00 1	0.05 338	0.17 338	0.22 392

DGSMNet	2.23 376	0.80 378	6.10 420	0.96 407	1.73 425	3.22 361	4.12 425	5.30 381	1.11 228	1.19 226	2.48 344	3.18 347	0.65 279	4.57 282	1.33 321	1.11 431	1.37 442	1.55 432	1.26 448	1.37 429	1.28 430

GES	0.61 128	0.08 48	1.78 225	0.00 1	0.00 1	1.59 272	0.07 239	5.32 382	0.13 4	0.62 135	0.32 154	0.37 125	0.67 284	0.68 132	0.49 249	0.03 383	0.00 1	0.01 367	0.00 1	0.02 115	0.01 76

Syn2CoEx	1.66 339	1.17 409	4.29 387	0.04 152	0.00 1	1.44 223	0.56 359	5.33 383	1.98 349	2.01 310	2.12 328	2.08 286	2.81 379	6.55 362	2.42 363	0.00 1	0.00 1	0.00 1	0.00 1	0.33 395	0.06 303

otaku	3.17 394	1.32 415	2.49 307	6.07 440	3.26 435	4.62 395	2.15 403	5.35 384	1.34 272	2.00 307	2.54 345	3.50 358	1.49 328	3.68 226	1.11 305	7.89 446	0.23 421	1.88 436	0.03 323	7.74 441	4.78 445

BUS	0.97 231	0.10 79	0.96 64	0.01 23	0.00 1	5.85 409	0.03 180	5.40 385	0.93 194	2.26 329	0.66 223	2.39 311	0.06 99	0.61 126	0.05 19	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.00 1

BSDual-CNN	0.83 193	0.10 79	0.96 64	0.01 23	0.00 1	3.32 365	0.21 298	5.40 385	0.93 194	2.26 329	0.66 223	1.81 271	0.10 141	0.61 126	0.18 130	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.00 1

hknet	1.08 257	0.13 112	2.07 261	0.01 23	0.00 1	3.32 365	0.21 298	5.40 385	0.92 191	2.26 329	0.66 223	3.43 355	0.05 80	2.81 201	0.27 172	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.00 1

EAI-Stereo	1.14 278	0.12 103	1.19 135	0.21 292	0.32 385	1.84 311	2.32 407	5.42 388	1.19 245	1.02 201	5.66 391	0.48 142	0.60 263	0.86 138	0.62 273	0.00 1	0.13 408	0.00 1	0.65 439	0.02 115	0.17 374

DISCO	1.93 363	0.18 159	2.44 301	0.67 386	0.53 400	5.25 404	0.00 1	5.43 389	1.56 313	2.09 315	0.91 256	6.48 405	0.89 297	8.55 423	3.60 384	0.00 1	0.00 1	0.00 1	0.00 1	0.06 236	0.01 76

test_xeample	1.79 356	0.08 48	1.03 91	0.02 81	0.00 1	1.44 223	0.00 1	5.48 390	1.84 335	1.65 280	2.17 334	0.37 125	0.06 99	4.00 248	17.67 448	0.00 1	0.01 259	0.00 1	0.00 1	0.01 36	0.02 172

MSC_U_SF_DS_RVC	5.12 423	2.33 433	8.42 432	0.33 327	0.27 367	24.60 460	8.84 457	5.50 391	9.75 430	3.82 383	8.16 409	8.53 418	1.82 351	9.44 429	5.18 400	1.02 430	1.65 445	0.33 422	0.47 434	1.06 427	0.90 423

mmx	1.56 329	0.05 13	1.65 205	0.34 333	0.01 123	1.58 265	0.02 137	5.51 392	2.25 369	1.39 254	2.07 322	2.15 293	0.34 224	6.68 369	7.08 410	0.00 1	0.01 259	0.00 1	0.00 1	0.01 36	0.01 76

xxx	1.56 329	0.05 13	1.65 205	0.34 333	0.01 123	1.58 265	0.02 137	5.51 392	2.25 369	1.39 254	2.07 322	2.15 293	0.34 224	6.68 369	7.08 410	0.00 1	0.01 259	0.00 1	0.00 1	0.01 36	0.01 76

RAFT + AFF	1.63 336	1.13 408	2.62 317	0.04 152	0.80 410	2.29 330	1.03 381	5.54 394	2.06 353	1.77 290	1.81 311	1.22 231	3.65 399	6.23 345	1.57 329	0.01 353	0.35 430	0.00 1	0.01 298	0.33 395	0.12 352

ttt	1.35 307	0.05 13	1.09 106	0.46 352	0.01 123	1.61 280	0.00 1	5.61 395	1.97 347	1.75 285	2.10 326	1.40 241	0.11 151	4.81 290	6.07 406	0.00 1	0.01 259	0.00 1	0.00 1	0.01 36	0.02 172

CRFU-Net	1.32 304	0.27 215	2.46 305	1.17 418	0.03 226	4.08 383	0.05 218	5.61 395	0.67 120	1.53 268	0.70 239	3.47 357	2.62 375	3.24 210	0.24 153	0.01 353	0.01 259	0.11 410	0.00 1	0.13 312	0.00 1

222	2.69 385	0.09 60	1.03 91	0.00 1	0.00 1	1.54 258	0.00 1	5.61 395	1.55 308	1.51 265	2.10 326	0.53 149	0.07 111	4.54 278	35.09 464	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.02 172

DeepPrunerF	2.50 381	0.87 388	14.90 446	0.17 277	0.31 383	1.41 209	0.29 326	5.62 398	9.97 431	1.02 201	0.43 183	2.01 281	1.65 344	6.85 382	3.99 385	0.00 1	0.01 259	0.07 403	0.10 362	0.24 370	0.12 352

1111x	1.53 325	0.06 29	1.77 223	0.27 314	0.00 1	2.12 321	0.01 73	5.63 399	1.65 323	1.53 268	1.67 300	0.92 199	0.64 274	6.18 341	8.17 419	0.00 1	0.01 259	0.00 1	0.00 1	0.00 1	0.01 76

RTS	9.75 441	2.69 438	65.25 464	0.85 399	1.99 428	14.36 440	4.75 435	5.69 400	17.29 443	7.97 420	19.00 435	6.83 410	3.02 385	26.15 461	18.62 453	0.00 1	0.15 413	0.00 1	0.00 1	0.29 390	0.16 370

RTSA	9.75 441	2.69 438	65.25 464	0.85 399	1.99 428	14.36 440	4.75 435	5.69 400	17.29 443	7.97 420	19.00 435	6.83 410	3.02 385	26.15 461	18.62 453	0.00 1	0.15 413	0.00 1	0.00 1	0.29 390	0.16 370

AIO-Stereo-zeroshot	1.10 269	0.35 250	4.53 396	0.18 282	0.37 387	0.79 29	0.00 1	5.71 402	0.74 155	0.40 113	0.64 220	4.47 378	1.41 325	1.42 163	0.30 189	0.00 1	0.11 397	0.00 1	0.28 422	0.17 338	0.14 365

SPS-STEREO	3.08 393	0.49 314	2.49 307	0.21 292	0.24 356	3.67 377	1.24 388	5.80 403	2.43 376	10.68 430	8.00 407	9.48 422	3.59 397	8.11 419	5.08 399	0.01 353	0.01 259	0.00 1	0.00 1	0.04 200	0.11 344
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
xxxx	1.78 355	0.07 39	1.02 80	0.00 1	0.01 123	1.44 223	0.00 1	5.81 404	1.53 306	1.37 253	1.91 314	1.08 222	0.05 80	4.37 264	16.98 446	0.00 1	0.01 259	0.00 1	0.00 1	0.01 36	0.02 172

CoDeX	0.94 226	0.34 248	2.09 264	0.05 171	0.20 340	1.49 243	0.20 296	5.89 405	1.57 314	0.66 143	0.67 231	1.05 218	0.32 222	3.82 239	0.33 199	0.00 1	0.00 1	0.00 1	0.00 1	0.03 167	0.00 1

WZ-Net	4.16 414	1.75 424	23.59 453	0.08 221	0.04 243	2.62 347	2.16 404	5.89 405	4.74 410	5.73 406	3.51 368	6.99 412	4.89 414	10.82 439	10.11 427	0.00 1	0.00 1	0.00 1	0.00 1	0.12 307	0.11 344

HSM	1.36 308	0.40 272	1.07 102	0.01 23	0.30 380	1.73 303	0.03 180	5.89 405	1.22 249	1.83 294	1.36 290	4.78 386	1.30 322	6.61 366	0.57 265	0.00 1	0.00 1	0.00 1	0.00 1	0.02 115	0.00 1

DRN-Test	1.62 335	0.23 201	3.72 366	0.18 282	0.13 307	3.34 367	0.19 294	5.93 408	2.01 352	4.14 389	0.76 242	2.12 291	1.78 349	5.22 307	2.62 372	0.00 1	0.00 1	0.01 367	0.01 298	0.03 167	0.01 76

UGAM-zero	1.60 334	0.15 131	2.43 299	0.12 250	0.28 376	1.07 74	0.04 202	5.96 409	0.26 43	1.18 225	0.22 141	8.02 415	4.54 408	6.89 389	0.27 172	0.00 1	0.09 386	0.00 1	0.29 424	0.01 36	0.15 367

DIP-Stereo	0.58 122	0.23 201	0.90 51	0.08 221	0.00 1	1.43 219	0.01 73	6.01 410	1.38 276	0.92 179	0.11 103	0.04 19	0.19 189	0.12 12	0.07 49	0.00 1	0.01 259	0.00 1	0.00 1	0.03 167	0.01 76
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
AnyNet_C01	6.59 431	4.31 446	36.24 459	0.96 407	0.46 395	9.96 431	5.74 443	6.02 411	3.63 397	7.59 419	8.56 410	8.83 419	3.14 388	13.74 447	20.83 457	0.12 405	0.08 382	0.25 420	0.09 358	1.01 426	0.34 405

AIO-Stereo-zeroshot1	1.57 332	0.69 362	7.27 428	0.30 320	0.44 392	0.87 37	0.02 137	6.19 412	0.84 180	0.45 120	6.17 397	4.35 375	1.17 310	1.32 162	0.48 247	0.00 1	0.09 386	0.00 1	0.34 430	0.26 378	0.12 352

LMCR-Stereo	1.10 269	0.69 362	1.95 240	0.50 361	0.01 123	2.73 348	0.09 256	6.20 413	0.64 100	2.37 340	1.76 307	0.13 86	1.59 342	2.94 202	0.23 148	0.00 1	0.00 1	0.00 1	0.00 1	0.12 307	0.00 1

GEStereo_RVC	1.10 269	0.42 281	1.72 218	0.28 316	0.01 123	1.37 196	0.11 265	6.25 414	0.84 180	1.05 208	0.67 231	1.61 255	0.79 290	6.11 339	0.63 274	0.00 1	0.00 1	0.00 1	0.00 1	0.10 294	0.04 255

AF-Net	2.17 374	0.65 355	3.53 360	0.00 1	0.09 286	2.02 318	0.48 353	6.44 415	1.70 327	3.36 373	10.22 415	4.95 390	2.81 379	4.34 260	2.66 373	0.00 1	0.00 1	0.00 1	0.00 1	0.13 312	0.01 76

SGM_RVC	4.07 413	0.38 261	1.98 246	0.84 396	0.26 362	6.20 413	2.37 408	6.45 416	3.57 395	11.56 435	9.27 412	15.55 434	6.78 426	10.07 435	4.60 393	0.22 413	0.25 422	0.20 417	0.23 407	0.26 378	0.34 405
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
SANet	4.63 418	0.89 391	5.34 409	0.30 320	0.09 286	7.43 421	3.75 422	6.53 417	16.16 441	6.79 413	13.29 423	12.44 426	7.74 429	7.38 407	4.11 387	0.00 1	0.01 259	0.00 1	0.00 1	0.10 294	0.31 403

ACVNet-4b	5.67 424	1.65 421	4.43 393	9.46 448	7.11 446	8.72 429	1.68 397	6.61 418	5.76 417	0.27 85	6.49 400	11.67 424	2.43 371	8.40 421	1.56 327	9.06 451	2.34 449	10.49 450	0.02 316	9.22 448	5.98 449

FBW_ROB	2.36 379	0.36 254	3.16 339	0.37 340	0.14 313	4.42 394	0.18 289	6.64 419	3.05 390	2.98 363	2.85 352	4.86 388	1.11 306	11.00 442	4.53 391	0.16 409	0.05 356	0.37 423	0.09 358	0.19 353	0.78 419

SHD	3.01 391	1.02 402	5.52 411	0.45 351	0.39 389	4.12 384	0.17 285	6.68 420	12.04 434	7.20 416	3.36 365	4.40 376	2.58 374	4.69 284	7.17 413	0.01 353	0.04 347	0.00 1	0.03 323	0.22 366	0.17 374

STrans-v2	1.67 343	0.36 254	3.28 348	0.02 81	0.19 336	1.45 229	0.08 245	6.69 421	1.49 302	2.00 307	2.86 353	3.67 363	3.88 403	7.04 401	0.45 240	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.00 1

Wz-Net-TNSev	3.91 410	5.20 448	20.57 450	0.15 267	0.01 123	7.14 419	3.57 419	6.70 422	3.57 395	1.74 284	0.58 203	7.39 413	4.33 406	8.86 424	7.99 416	0.00 1	0.00 1	0.00 1	0.02 316	0.24 370	0.16 370

ADCS	5.09 422	2.15 432	16.58 448	0.34 333	0.07 269	5.91 411	4.26 427	6.73 423	6.99 424	9.44 427	6.09 395	6.57 407	5.17 418	9.54 431	21.38 459	0.00 1	0.00 1	0.00 1	0.00 1	0.36 403	0.23 395

Nwc_Net	1.94 365	0.55 330	3.79 369	0.07 207	0.08 278	2.73 348	0.04 202	6.75 424	1.11 228	2.03 311	7.92 406	4.82 387	2.11 362	4.78 288	2.01 353	0.00 1	0.00 1	0.00 1	0.00 1	0.05 218	0.01 76

iResNet_ROB	1.05 255	0.76 372	2.06 260	0.07 207	0.00 1	1.35 189	0.03 180	6.80 425	2.57 383	0.79 163	1.20 279	0.94 207	0.12 162	3.81 237	0.41 230	0.00 1	0.00 1	0.00 1	0.00 1	0.08 263	0.01 76

RainbowNet	4.74 419	3.21 442	3.07 334	9.34 447	6.01 440	4.89 400	3.60 420	7.09 426	4.39 407	1.63 279	3.01 356	4.72 385	2.96 383	5.53 319	1.19 312	8.95 449	2.12 447	8.48 444	0.19 393	8.75 443	5.73 447

HSM-Net_RVC	1.40 313	0.07 39	1.58 197	0.00 1	0.01 123	1.88 312	0.05 218	7.24 427	1.71 329	3.63 379	3.63 371	3.21 349	0.36 231	4.25 256	0.44 237	0.01 353	0.01 259	0.00 1	0.00 1	0.01 36	0.00 1
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
MDST_ROB	3.50 404	0.07 39	3.94 373	2.66 433	1.46 422	12.94 438	0.97 378	7.32 428	2.42 375	14.82 445	8.08 408	2.74 321	1.51 332	8.44 422	2.48 366	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.11 344

PDISCO_ROB	2.21 375	0.78 375	3.43 356	0.96 407	2.04 430	7.04 418	0.09 256	7.36 429	5.72 416	1.21 233	1.67 300	3.16 346	1.28 320	7.52 411	1.37 324	0.00 1	0.00 1	0.00 1	0.00 1	0.34 398	0.13 358

iRaft-Stereo_20w	0.92 225	0.15 131	2.68 319	0.24 302	0.06 260	1.36 191	0.28 323	7.46 430	0.34 50	1.56 276	0.37 170	0.62 159	1.24 317	1.25 156	0.34 206	0.00 1	0.09 386	0.00 1	0.16 381	0.02 115	0.13 358

MFN_U_SF_RVC	3.76 409	1.77 425	9.85 436	0.84 396	0.27 367	9.50 430	0.49 355	8.07 431	3.41 393	4.81 399	3.28 363	9.40 421	3.49 394	7.76 416	8.31 420	0.41 422	0.54 433	0.52 426	0.80 442	0.89 425	0.84 421

FC-DCNN	6.09 427	0.18 159	2.35 295	0.42 345	0.53 400	7.80 425	1.42 391	8.14 432	7.07 425	19.05 451	22.10 446	22.85 446	13.84 447	9.42 428	6.44 407	0.00 1	0.01 259	0.00 1	0.00 1	0.01 36	0.06 303

FC-DCNN v2	6.25 429	0.19 167	2.31 292	0.44 346	0.55 402	8.05 427	1.51 394	8.71 433	7.22 426	19.24 452	22.98 449	24.00 449	13.47 446	9.80 434	6.51 408	0.00 1	0.01 259	0.00 1	0.00 1	0.01 36	0.05 273

LE_ROB	12.79 451	0.64 351	10.26 438	2.13 428	1.29 420	7.25 420	5.81 444	9.09 434	49.27 468	57.55 468	24.58 453	23.68 448	31.13 464	9.00 426	23.57 462	0.04 385	0.06 364	0.13 413	0.20 397	0.08 263	0.11 344

MeshStereo	5.78 425	0.75 368	3.04 332	0.25 305	0.14 313	7.88 426	2.09 401	9.64 435	5.18 413	20.48 454	19.06 438	22.80 445	9.54 438	9.64 432	4.88 397	0.00 1	0.00 1	0.00 1	0.00 1	0.29 390	0.03 226
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
ELAS_RVC	7.69 433	0.80 378	4.90 403	1.06 412	1.02 415	10.00 432	9.43 458	9.75 436	14.69 437	21.83 457	20.27 443	17.88 438	16.41 452	13.01 445	10.44 429	0.22 413	0.55 434	0.28 421	0.19 393	0.35 401	0.65 416
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
PVD	5.81 426	0.99 399	5.56 413	0.72 389	0.51 399	6.72 415	0.18 289	9.90 437	23.69 446	11.45 434	19.26 440	8.18 416	9.46 437	9.24 427	9.49 426	0.02 375	0.16 415	0.00 1	0.08 355	0.18 346	0.40 410

ACVNet_1	6.16 428	1.86 429	4.43 393	9.52 449	7.22 447	7.59 424	2.37 408	9.99 438	6.71 422	3.84 384	5.35 390	13.23 430	4.90 415	6.25 346	1.94 351	9.06 451	2.40 451	10.88 452	0.11 366	9.58 450	6.03 450

MADNet+	10.71 444	14.57 459	70.07 466	0.58 375	0.47 397	19.89 451	4.20 426	11.05 439	6.87 423	3.03 365	5.99 394	9.01 420	6.35 425	31.95 464	28.31 463	0.22 413	0.26 425	0.01 367	0.04 333	0.46 411	0.87 422

DPSNet	3.38 402	0.60 342	9.55 435	0.61 379	0.46 395	5.10 402	1.44 392	11.17 440	3.92 402	2.57 349	0.88 253	5.90 400	9.68 439	7.63 413	7.25 414	0.08 398	0.16 415	0.01 367	0.07 350	0.34 398	0.17 374

PWCK	8.72 437	5.37 449	16.61 449	5.74 439	0.12 302	19.88 450	11.41 460	11.31 441	13.42 436	14.07 440	12.84 422	13.20 429	8.05 433	15.44 448	10.25 428	5.95 441	0.22 420	2.09 438	0.05 338	7.50 438	0.92 424

ELAS	8.05 435	0.76 372	4.02 375	0.95 406	1.02 415	14.85 443	6.99 453	12.80 442	11.73 433	22.43 459	27.75 457	17.88 438	15.19 450	10.96 440	11.31 431	0.22 413	0.56 435	0.23 419	0.22 404	0.50 417	0.71 418
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ACVNet_2	8.69 436	1.80 428	5.09 405	8.55 446	6.72 443	13.47 439	4.34 430	13.70 443	23.86 447	6.89 415	19.74 442	20.52 441	5.36 420	7.70 415	2.48 366	8.53 448	1.67 446	7.99 443	0.32 427	8.79 446	6.29 453

JetBlue	13.83 452	5.03 447	33.82 458	0.84 396	6.92 444	50.14 467	20.02 465	15.09 444	8.92 429	11.33 433	17.05 430	28.25 452	18.01 457	32.60 465	18.53 452	0.32 420	0.12 404	0.15 414	0.23 407	4.59 435	4.64 444

UNDER WATER-64	20.03 463	10.28 456	31.50 456	20.05 462	13.64 459	32.81 465	23.45 466	16.01 445	33.44 458	22.01 458	17.25 431	40.58 463	32.20 466	24.50 458	22.36 461	10.06 459	2.70 459	18.37 459	4.24 457	14.84 459	10.24 463

UNDER WATER	19.61 462	12.37 458	31.14 455	20.44 463	14.31 460	28.63 464	18.15 464	16.43 446	34.24 459	20.82 455	19.14 439	38.83 460	30.09 462	24.31 457	20.97 458	10.09 460	2.68 458	19.51 462	4.70 460	15.52 460	9.93 461

LVE	11.10 446	2.36 434	3.34 351	9.94 450	8.13 450	21.22 453	7.75 455	16.47 447	32.55 457	8.55 423	23.64 450	23.22 447	7.93 432	10.98 441	6.65 409	9.45 453	2.55 457	11.08 453	0.58 437	9.35 449	6.28 452

SGM-ForestM	12.56 450	0.80 378	4.31 390	1.07 413	0.41 390	21.56 454	8.57 456	17.42 448	19.67 445	29.93 461	28.49 461	45.83 465	27.22 461	26.05 460	18.40 451	0.14 407	0.25 422	0.18 416	0.28 422	0.18 346	0.42 411

IMH-64-1	9.55 439	2.76 440	2.44 301	11.17 452	9.13 452	12.03 435	5.45 440	18.33 449	15.78 439	6.59 410	18.69 433	16.95 436	6.20 423	10.63 437	8.06 417	9.46 454	2.46 452	15.42 457	1.61 449	10.89 451	6.88 454

IMH-64	9.55 439	2.76 440	2.44 301	11.17 452	9.13 452	12.03 435	5.45 440	18.33 449	15.78 439	6.59 410	18.69 433	16.95 436	6.20 423	10.63 437	8.06 417	9.46 454	2.46 452	15.42 457	1.61 449	10.89 451	6.88 454

KSHMR	14.27 456	6.95 453	5.79 417	15.08 459	12.84 458	17.44 445	10.61 459	18.88 451	30.94 455	18.81 448	22.21 448	28.54 453	8.85 434	15.56 449	9.24 425	10.34 461	3.60 461	21.61 463	4.68 459	14.48 458	8.94 459

TorneroNet-64	15.45 457	5.66 451	3.44 357	13.86 456	12.03 457	28.15 463	6.27 448	19.89 452	38.68 463	12.16 436	28.06 459	35.76 459	15.44 451	19.56 454	15.40 442	9.71 457	2.52 455	19.13 460	2.70 452	12.55 456	7.94 458

WAO-6	11.09 445	1.69 423	3.21 344	7.54 443	7.10 445	16.34 444	6.63 451	20.12 453	38.64 462	9.67 428	19.28 441	27.53 451	10.97 443	12.43 444	11.57 433	4.26 437	2.35 450	10.54 451	0.02 316	7.59 439	4.29 443

notaker	17.52 459	21.54 463	7.84 430	18.05 461	14.44 461	17.58 446	6.43 449	20.13 454	24.44 449	21.34 456	27.71 456	39.12 461	18.78 458	19.63 455	20.40 456	11.95 462	2.71 460	25.51 465	5.85 462	17.10 461	9.78 460

DLNR_Zeroshot_test	23.05 464	49.79 469	87.94 468	97.52 480	94.73 475	1.18 118	0.00 1	20.60 455	0.14 6	0.02 3	0.02 46	0.02 3	0.02 22	4.35 261	0.10 84	32.22 467	0.04 347	0.00 1	0.27 418	72.00 473	0.06 303

IMH	11.11 447	3.50 443	2.56 313	11.25 454	9.13 452	14.49 442	5.10 438	20.68 456	26.30 450	8.28 422	23.85 452	20.63 442	9.19 436	12.39 443	7.96 415	9.50 456	2.50 454	15.28 456	1.66 451	11.07 454	6.96 456

Dean	11.46 448	2.03 431	5.20 407	10.73 451	8.20 451	18.71 449	5.73 442	21.10 457	41.49 465	11.12 431	22.16 447	25.92 450	7.74 429	7.52 411	4.31 389	9.01 450	2.27 448	9.95 449	0.61 438	9.18 447	6.22 451

TorneroNet	16.10 458	5.74 452	4.12 382	13.88 457	11.97 456	26.89 462	6.85 452	21.13 458	38.32 461	14.15 441	33.36 462	33.52 458	17.49 455	18.89 453	19.64 455	9.77 458	2.53 456	19.43 461	3.35 453	13.21 457	7.86 457

BEATNet-Init1	17.91 460	7.45 454	36.82 460	1.88 427	1.38 421	37.29 466	14.71 463	21.90 459	24.20 448	38.07 464	36.59 465	50.41 466	32.00 465	29.42 463	21.83 460	0.33 421	0.39 431	0.47 424	0.54 436	1.50 431	1.07 428

WAO-8	13.93 453	3.75 444	4.23 384	7.74 444	6.54 441	22.81 456	2.39 410	22.66 460	45.98 466	18.88 449	35.42 463	33.21 456	16.91 453	16.55 451	12.78 436	5.01 439	0.81 438	9.89 447	0.77 440	8.77 445	3.61 441

Venus	13.93 453	3.75 444	4.23 384	7.74 444	6.54 441	22.81 456	2.39 410	22.66 460	45.98 466	18.88 449	35.42 463	33.21 456	16.91 453	16.55 451	12.78 436	5.01 439	0.81 438	9.89 447	0.77 440	8.76 444	3.61 441

MANE	14.02 455	0.85 386	3.53 360	2.13 428	3.75 437	18.44 447	6.14 445	22.67 462	27.90 452	33.01 463	41.08 466	41.26 464	30.90 463	23.39 456	17.99 449	0.47 424	0.76 437	0.91 430	4.04 456	0.17 338	1.00 427

WAO-7	9.09 438	1.79 427	3.55 362	0.80 394	0.15 318	18.67 448	4.36 431	23.07 463	26.68 451	12.59 437	27.90 458	22.52 444	13.03 445	13.53 446	11.47 432	0.09 401	0.03 336	0.58 429	0.10 362	0.47 414	0.34 405

ktn	19.15 461	18.52 460	6.39 426	22.64 465	17.26 463	24.47 458	12.11 461	24.52 464	34.74 460	18.75 447	27.70 455	32.54 454	17.85 456	15.71 450	16.67 444	22.09 465	3.64 462	28.95 466	10.91 464	17.40 462	10.22 462

DPSimNet_ROB	25.03 465	19.56 462	24.93 454	24.36 466	17.85 464	22.25 455	25.93 467	28.52 465	29.10 453	32.61 462	28.25 460	32.87 455	26.42 459	24.51 459	40.42 465	16.75 464	13.93 464	25.19 464	22.38 467	19.96 464	24.75 468

HanzoNet	29.69 466	29.33 466	21.66 451	21.75 464	19.07 465	24.58 459	12.99 462	28.87 466	40.49 464	43.09 465	44.02 467	55.65 467	44.93 467	43.17 467	44.44 466	27.88 466	9.47 463	29.77 467	15.86 466	20.94 465	15.84 465

JetRed	34.54 467	39.28 468	62.16 462	15.62 460	26.51 466	69.20 469	40.79 469	31.43 467	32.41 456	46.06 466	44.55 468	40.19 462	26.50 460	38.43 466	56.06 468	12.76 463	37.49 469	13.23 454	9.38 463	29.52 466	19.34 466

LRCNet_RVC	60.63 469	63.16 470	62.94 463	69.09 472	50.21 469	19.92 452	0.07 239	58.32 468	5.21 414	75.67 470	86.75 470	74.68 469	62.48 469	59.01 469	49.80 467	93.38 474	56.36 473	93.48 474	92.95 474	67.44 472	71.73 474

MADNet++	47.78 468	34.15 467	37.11 461	42.94 467	41.23 468	64.94 468	30.63 468	60.79 469	53.26 469	72.08 469	61.65 469	57.68 468	54.96 468	58.03 468	59.24 469	43.01 468	36.17 468	36.07 468	22.50 468	47.50 467	41.67 469

xxxxx1	76.92 471	82.43 472	93.26 471	61.67 469	66.92 470	95.84 472	95.11 473	75.84 470	80.96 470	82.71 471	86.75 470	89.18 470	87.35 470	85.27 470	87.18 470	55.08 469	54.60 470	60.31 470	72.71 471	62.51 468	62.73 470

tt_ll	76.92 471	82.43 472	93.26 471	61.67 469	66.92 470	95.84 472	95.11 473	75.84 470	80.96 470	82.71 471	86.75 470	89.18 470	87.35 470	85.27 470	87.18 470	55.08 469	54.60 470	60.31 470	72.71 471	62.51 468	62.73 470

ff	76.92 471	82.43 472	93.26 471	61.67 469	66.92 470	95.84 472	95.11 473	75.84 470	80.96 470	82.71 471	86.75 470	89.18 470	87.35 470	85.27 470	87.18 470	55.08 469	54.60 470	60.31 470	72.71 471	62.51 468	62.73 470

PML	89.08 474	99.72 477	92.85 470	94.72 474	94.92 476	99.54 477	97.42 476	93.50 473	95.96 474	99.77 478	92.33 474	95.35 474	93.51 474	99.96 480	91.15 473	99.98 482	31.71 467	100.00 479	45.94 469	93.46 475	69.88 473

test_example2	98.83 478	99.97 482	99.97 479	99.96 484	99.97 479	99.46 476	99.97 477	95.54 474	100.00 478	100.00 480	100.00 478	93.37 473	93.47 473	99.93 479	99.91 477	100.00 484	99.79 477	96.64 475	98.71 476	100.00 484	100.00 484

MEDIAN_ROB	96.83 475	99.41 475	98.66 475	94.75 475	94.23 474	93.08 471	90.54 471	95.61 475	94.75 473	97.65 476	97.73 475	98.30 475	96.57 475	94.51 473	93.74 475	99.78 481	98.24 475	99.99 478	99.89 477	99.48 478	99.67 478

HaxPig	97.68 477	99.63 476	91.34 469	99.82 482	99.97 479	88.15 470	88.00 470	98.28 476	99.93 477	99.98 479	99.99 477	99.95 479	99.99 478	96.29 474	92.24 474	99.99 483	99.98 478	100.00 479	99.99 478	100.00 484	99.98 482

Anonymous_1	97.10 476	99.72 477	99.64 478	92.33 473	93.91 473	100.00 478	100.00 478	99.20 477	99.90 476	98.57 477	99.75 476	99.14 476	99.94 477	98.50 475	99.54 476	87.90 472	98.87 476	90.88 473	96.91 475	92.22 474	95.12 475

DPSMNet_ROB	99.46 483	99.94 480	99.98 480	96.59 479	100.00 481	100.00 478	100.00 478	99.81 478	100.00 478	95.87 475	100.00 478	99.32 477	100.00 479	99.79 477	99.99 479	98.46 478	100.00 479	99.86 476	100.00 479	99.52 479	100.00 484

DGTPSM_ROB	99.45 482	99.94 480	99.98 480	96.58 478	100.00 481	100.00 478	100.00 478	99.81 478	100.00 478	95.86 474	100.00 478	99.32 477	100.00 479	99.79 477	99.99 479	98.34 477	100.00 479	99.86 476	100.00 479	99.52 479	99.99 483

Selective-RAFT-Error	100.00 486	100.00 483	100.00 482	100.00 485	100.00 481	100.00 478	100.00 478	100.00 480	100.00 478	100.00 480	100.00 478	100.00 481	100.00 479	100.00 482	100.00 481	100.00 484	100.00 479	100.00 479	100.00 479	99.99 482	99.95 480

tt	68.65 470	0.15 131	99.57 477	50.64 468	14.90 462	100.00 478	100.00 478	100.00 480	99.76 475	27.80 460	10.52 417	99.97 480	98.63 476	99.61 476	100.00 481	90.62 473	98.21 474	46.66 469	52.02 470	62.86 471	21.04 467

CasAABBNet	99.94 484	100.00 483	100.00 482	99.72 481	100.00 481	100.00 478	100.00 478	100.00 480	100.00 478	100.00 480	100.00 478	100.00 481	100.00 479	100.00 482	100.00 481	99.21 479	100.00 479	100.00 479	100.00 479	99.96 481	99.95 480

LSM0	99.94 484	100.00 483	100.00 482	99.84 483	100.00 481	100.00 478	100.00 478	100.00 480	100.00 478	100.00 480	100.00 478	100.00 481	100.00 479	100.00 482	100.00 481	99.22 480	100.00 479	100.00 479	100.00 479	99.99 482	99.83 479

DPSM_ROB	99.17 479	100.00 483	100.00 482	96.28 476	98.84 477	100.00 478	100.00 478	100.00 480	100.00 478	100.00 480	100.00 478	100.00 481	100.00 479	100.00 482	100.00 481	93.66 475	100.00 479	100.00 479	100.00 479	96.31 476	98.27 476

DPSM	99.17 479	100.00 483	100.00 482	96.28 476	98.84 477	100.00 478	100.00 478	100.00 480	100.00 478	100.00 480	100.00 478	100.00 481	100.00 479	100.00 482	100.00 481	93.66 475	100.00 479	100.00 479	100.00 479	96.31 476	98.27 476

AVERAGE_ROB	99.23 481	99.81 479	97.56 474	100.00 485	100.00 481	96.24 475	91.02 472	100.00 480	100.00 478	100.00 480	100.00 478	100.00 481	100.00 479	99.98 481	99.97 478	100.00 484	100.00 479	100.00 479	100.00 479	100.00 484	100.00 484

ASD4		67.10 471

Low-res two-view benchmark