Low-res two-view results

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

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

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

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

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

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

riskmin	0.95 175	0.06 1	2.01 138	0.80 375	0.86 383	1.58 251	0.24 299	4.28 251	0.53 25	0.85 148	0.29 132	2.60 313	1.04 299	0.70 96	0.61 203	0.00 1	0.85 361	0.00 1	0.26 401	0.01 10	1.48 379

GrayStereo	1.55 313	0.06 1	1.53 41	0.75 370	0.20 257	1.27 144	4.44 428	3.44 152	1.20 134	4.92 399	3.92 373	0.45 128	4.54 406	3.43 211	0.09 16	0.00 1	0.00 1	0.00 1	0.49 427	0.02 50	0.25 217

IGEV-Stereo++	0.42 27	0.07 3	0.79 2	0.17 215	0.28 297	1.13 84	0.00 1	1.98 75	0.41 14	0.31 71	0.04 51	0.02 3	0.03 45	0.56 68	0.30 119	0.00 1	0.73 344	0.00 1	0.00 1	0.04 143	1.55 387

AEACV	0.64 93	0.08 4	1.46 32	0.72 360	0.96 393	1.22 115	0.00 1	1.90 70	0.67 44	0.54 113	0.07 73	0.02 3	0.73 281	0.63 89	0.28 112	0.01 334	0.92 373	0.00 1	0.36 417	0.09 226	2.04 429

PSM-AAD	1.21 240	0.08 4	1.53 41	0.10 182	0.27 292	1.35 171	3.14 413	2.74 97	0.83 70	2.89 354	2.04 317	0.16 94	5.25 414	3.51 214	0.21 86	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.08 90

KYRaft	1.26 260	0.08 4	1.58 49	0.06 134	0.23 269	1.28 148	0.75 367	2.92 112	0.81 65	3.20 364	7.14 404	0.99 209	2.70 373	1.56 158	0.16 56	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	1.66 401

U	1.79 328	0.09 7	1.35 29	0.06 134	7.35 449	10.70 433	0.00 1	0.86 24	0.32 12	0.02 1	0.03 40	0.11 75	0.02 22	0.15 3	0.07 10	0.00 1	0.00 1	9.53 446	5.06 462	0.01 10	0.01 12

knoymous	0.41 26	0.09 7	1.34 28	0.05 115	0.01 75	1.15 90	0.01 25	2.36 86	0.23 3	0.51 110	0.02 2	1.64 256	0.00 1	0.49 56	0.33 123	0.00 1	0.00 1	0.00 1	0.00 1	0.01 10	0.04 49

FTStereo	2.20 362	0.09 7	2.07 149	0.18 217	0.13 228	1.43 194	4.50 430	2.98 119	0.97 93	3.35 369	17.70 432	0.77 181	4.06 399	4.36 250	0.15 50	0.15 405	0.00 1	0.00 1	0.00 1	0.02 50	1.19 360

Prome-Stereo	1.29 267	0.09 7	1.62 53	0.12 201	0.24 274	1.28 148	0.65 361	2.98 119	0.93 88	2.08 301	8.52 409	0.75 173	2.83 376	2.19 185	0.11 25	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	1.39 374

ICVP	0.53 55	0.09 7	1.86 111	0.01 13	0.01 75	1.12 81	0.21 290	4.35 255	0.68 47	0.45 93	0.28 130	0.33 115	0.07 105	0.72 101	0.25 102	0.00 1	0.07 261	0.00 1	0.00 1	0.04 143	0.11 130
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
RAFT-Stereo-weight	0.57 71	0.10 12	1.28 26	0.10 182	0.42 323	1.41 190	0.05 204	3.80 175	0.86 73	1.02 179	0.52 190	0.26 110	0.01 7	0.42 43	0.15 50	0.00 1	0.47 315	0.00 1	0.00 1	0.01 10	0.60 288

anonymousdsp2	0.88 145	0.10 12	2.48 216	0.42 287	0.77 379	1.22 115	0.02 108	4.89 299	1.23 148	0.75 137	0.21 115	0.94 201	0.09 129	1.46 157	0.31 121	0.00 1	0.88 365	0.00 1	0.11 329	0.05 158	1.78 414

SST-Stereo	1.12 221	0.10 12	1.98 134	0.85 380	0.24 274	1.72 290	0.56 356	2.10 78	2.01 310	1.19 205	1.07 257	1.57 245	1.88 352	6.92 370	0.24 100	0.00 1	0.00 1	0.00 1	0.00 1	0.03 114	0.02 28

GMM-Stereo	1.17 234	0.10 12	2.29 182	0.13 202	0.22 264	1.43 194	0.84 369	2.83 104	1.16 118	2.73 350	3.09 354	0.54 141	0.87 291	5.31 300	0.16 56	0.01 334	0.00 1	0.00 1	0.02 280	0.02 50	1.72 402

DAS	1.40 290	0.11 16	2.83 243	0.04 99	0.01 75	1.31 154	1.14 385	4.51 266	2.02 312	4.84 396	2.33 326	1.65 257	0.56 251	5.53 308	0.85 240	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.19 183

SepStereo	1.41 292	0.11 16	2.83 243	0.04 99	0.01 75	1.31 154	1.14 385	4.51 266	2.02 312	4.84 396	2.33 326	1.65 257	0.56 251	5.78 319	0.85 240	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.19 183

RAFT_R40	1.08 212	0.11 16	2.09 158	0.83 378	0.20 257	1.68 286	0.64 359	2.11 79	1.19 128	1.05 184	1.13 264	1.77 266	1.43 325	6.90 368	0.33 123	0.00 1	0.00 1	0.00 1	0.00 1	0.03 114	0.01 12

AnonymousM	0.48 40	0.11 16	1.03 15	0.06 134	0.01 75	1.10 75	0.03 161	1.91 71	1.37 207	0.25 62	0.04 51	0.02 3	0.24 198	0.56 68	0.33 123	0.00 1	0.43 313	1.91 438	0.00 1	0.01 10	0.22 201

HSM-Net_RVC	1.51 305	0.11 16	1.93 127	0.00 1	0.01 75	1.91 306	0.05 204	7.86 427	1.93 304	3.77 377	3.76 369	3.16 340	0.36 222	4.34 249	0.83 237	0.01 334	0.01 207	0.00 1	0.00 1	0.01 10	0.11 130
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
CAS	0.95 175	0.12 21	1.08 16	6.79 443	0.08 202	1.10 75	0.01 25	0.97 27	0.87 75	0.03 6	0.04 51	0.07 55	0.06 92	0.37 34	0.15 50	6.94 443	0.00 1	0.00 1	0.00 1	0.00 1	0.30 231

EGLCR-Stereo	0.64 93	0.12 21	1.52 39	0.74 367	0.75 378	1.83 301	0.54 351	2.79 102	0.67 44	0.66 123	0.04 51	0.01 1	0.02 22	0.77 107	0.45 168	0.00 1	0.71 340	0.00 1	0.00 1	0.00 1	1.14 354

PSMNet-ADL	0.88 145	0.12 21	1.32 27	0.07 146	0.01 75	2.03 310	0.03 161	3.00 121	1.28 172	0.39 78	0.66 212	2.12 289	0.67 275	4.19 239	1.38 294	0.00 1	0.00 1	0.00 1	0.00 1	0.01 10	0.24 209

RAFT-345	1.25 251	0.12 21	2.08 152	0.54 315	0.13 228	1.55 241	0.24 299	0.65 9	2.51 352	1.19 205	7.68 405	0.92 198	0.05 78	6.86 365	0.50 187	0.00 1	0.00 1	0.00 1	0.00 1	0.01 10	0.00 1

AdaStereo	0.76 117	0.12 21	1.73 71	0.05 115	0.00 1	1.46 208	0.23 296	5.16 324	1.66 265	1.19 205	0.37 158	1.54 244	0.17 176	0.86 125	0.54 195	0.00 1	0.00 1	0.00 1	0.00 1	0.01 10	0.08 90
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.
Pointernet	0.47 36	0.13 26	1.57 48	0.05 115	0.44 328	1.19 101	0.05 204	3.69 166	0.81 65	0.03 6	0.02 2	0.19 95	0.05 78	0.47 52	0.13 40	0.00 1	0.26 295	0.00 1	0.14 339	0.01 10	0.24 209

AE-Stereo	0.83 129	0.13 26	2.17 166	0.08 154	0.24 274	1.24 123	0.03 161	5.22 328	1.26 163	0.70 126	1.09 259	0.20 96	0.16 171	0.70 96	0.33 123	0.00 1	0.89 371	0.00 1	0.26 401	0.09 226	1.75 406

Any-RAFT	0.76 117	0.13 26	1.46 32	0.03 72	0.01 75	2.76 348	0.08 233	4.09 223	1.69 269	1.08 189	0.26 127	1.95 278	0.31 213	0.95 130	0.09 16	0.01 334	0.20 290	0.00 1	0.00 1	0.01 10	0.08 90

Selective-IGEV	0.51 45	0.13 26	1.41 31	0.72 360	0.62 364	0.38 11	0.04 190	2.58 93	1.21 142	0.19 49	0.02 2	0.02 3	0.06 92	0.48 54	0.46 175	0.01 334	0.80 352	0.00 1	0.09 319	0.07 195	0.91 333

GLC_STEREO	0.19 1	0.13 26	0.94 12	0.03 72	0.00 1	0.95 41	0.03 161	0.33 1	0.44 18	0.10 27	0.04 51	0.06 41	0.04 60	0.44 49	0.11 25	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.05 64

CRE-IMP	0.49 41	0.14 31	1.75 76	0.08 154	0.05 177	1.48 222	0.45 343	1.64 59	1.22 145	0.92 160	0.29 132	0.87 188	0.01 7	0.39 37	0.25 102	0.00 1	0.00 1	0.00 1	0.00 1	0.03 114	0.17 171

testlalala_base	1.48 301	0.15 32	1.50 38	0.09 170	0.20 257	1.20 103	0.01 25	4.81 293	0.53 25	0.25 62	0.02 2	0.24 103	0.05 78	0.29 22	0.50 187	7.67 444	1.93 444	0.00 1	0.27 405	9.18 442	0.79 319

BUS	1.05 206	0.15 32	1.48 34	0.04 99	0.00 1	5.73 407	0.03 161	6.00 379	1.17 123	2.36 324	0.64 209	2.35 308	0.06 92	0.80 116	0.05 5	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.06 74

BSDual-CNN	0.94 166	0.15 32	1.48 34	0.04 99	0.00 1	3.30 364	0.20 283	6.00 379	1.17 123	2.36 324	0.64 209	1.78 267	0.10 137	0.80 116	0.71 219	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.06 74

psmg	0.93 163	0.15 32	1.48 34	0.02 51	0.00 1	3.25 363	0.26 305	5.45 351	1.17 123	2.00 296	1.45 286	1.78 267	0.10 137	0.80 116	0.71 219	0.00 1	0.00 1	0.01 368	0.00 1	0.02 50	0.04 49

test-3	0.86 141	0.15 32	2.03 142	0.37 278	0.56 345	1.01 46	0.02 108	3.05 125	0.54 28	1.98 295	0.02 2	1.09 219	0.04 60	3.73 225	0.38 151	0.00 1	0.93 379	0.00 1	0.25 394	0.16 308	0.82 321

test_1	0.84 135	0.15 32	2.03 142	0.37 278	0.55 342	1.01 46	0.02 108	3.06 127	0.55 31	1.73 276	0.02 2	1.09 219	0.04 60	3.70 223	0.38 151	0.00 1	0.93 379	0.00 1	0.25 394	0.16 308	0.84 326

test_3	0.81 127	0.15 32	2.17 166	0.36 275	0.58 351	1.03 49	0.01 25	3.01 123	0.59 34	0.98 166	0.02 2	1.04 212	0.04 60	3.72 224	0.39 158	0.00 1	0.92 373	0.00 1	0.25 394	0.16 308	0.69 307

AAGNet	1.60 318	0.15 32	1.76 82	1.17 401	0.27 292	1.51 231	0.64 359	1.71 62	1.20 134	1.67 269	0.81 235	1.59 250	2.23 358	6.08 328	11.16 428	0.00 1	0.00 1	0.00 1	0.00 1	0.03 114	0.02 28

CFNet-RSSM	0.60 79	0.15 32	1.55 44	0.05 115	0.14 233	1.27 144	0.02 108	4.87 297	0.58 33	0.34 73	0.02 2	1.92 275	0.04 60	0.49 56	0.25 102	0.00 1	0.01 207	0.00 1	0.27 405	0.01 10	0.10 123

R-Stereo Train	0.56 68	0.15 32	1.83 104	0.02 51	0.00 1	1.26 138	0.09 245	4.14 234	0.45 19	1.86 281	0.42 171	0.06 41	0.01 7	0.32 28	0.46 175	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 64

RAFT-Stereo	0.56 68	0.15 32	1.83 104	0.02 51	0.00 1	1.26 138	0.09 245	4.14 234	0.45 19	1.86 281	0.42 171	0.06 41	0.01 7	0.32 28	0.46 175	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.05 64
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
rvit_stereo_0083	0.19 1	0.16 43	0.60 1	0.00 1	0.00 1	0.14 2	0.02 108	0.72 16	1.53 235	0.09 26	0.02 2	0.05 30	0.02 22	0.31 27	0.09 16	0.00 1	0.00 1	0.00 1	0.00 1	0.01 10	0.05 64

RSM	0.36 21	0.16 43	0.82 5	0.59 327	0.49 337	0.42 15	0.00 1	1.56 49	1.20 134	0.19 49	0.02 2	0.03 9	0.06 92	0.34 33	0.19 76	0.01 334	0.10 274	0.00 1	0.15 342	0.10 237	0.68 302

CES	0.51 45	0.16 43	1.23 24	0.09 170	1.58 418	1.18 99	0.05 204	1.07 34	0.79 59	0.03 6	0.03 40	0.14 88	0.10 137	0.55 65	0.12 31	0.00 1	0.01 207	0.00 1	0.00 1	0.01 10	2.98 436

CASS	0.63 90	0.16 43	1.88 118	0.03 72	0.01 75	1.67 283	0.04 190	3.11 134	0.81 65	2.25 316	1.02 255	0.29 112	0.35 219	0.70 96	0.23 95	0.00 1	0.00 1	0.00 1	0.00 1	0.03 114	0.04 49
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
MC-Stereo	0.57 71	0.16 43	1.63 59	0.70 356	0.93 391	1.10 75	0.01 25	1.43 45	0.26 9	0.91 156	0.02 2	0.08 61	0.11 146	0.61 86	0.23 95	0.00 1	1.15 416	0.00 1	0.17 358	0.10 237	1.84 419

GANet-ADL	0.62 84	0.16 43	1.89 121	0.15 210	0.02 127	1.46 208	0.02 108	3.83 186	0.75 53	0.40 80	1.08 258	1.09 219	0.18 180	0.65 91	0.47 181	0.00 1	0.00 1	0.00 1	0.00 1	0.04 143	0.13 146

DEmStereo	1.56 315	0.16 43	2.44 213	0.09 170	0.02 127	1.77 295	0.87 370	1.72 63	1.08 106	2.48 337	6.30 399	1.06 215	5.02 410	6.28 336	1.81 311	0.00 1	0.00 1	0.00 1	0.00 1	0.01 10	0.01 12

DeepStereo_RVC	0.59 74	0.16 43	1.65 61	0.08 154	0.06 182	1.37 174	0.40 339	1.58 50	1.26 163	1.03 182	0.83 237	0.49 133	1.52 332	0.94 128	0.18 66	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.13 146

EAI-Stereo	1.50 304	0.16 43	1.53 41	0.25 255	0.91 388	2.30 323	4.98 431	6.09 385	1.87 295	1.38 231	5.56 390	0.49 133	0.59 257	1.21 141	0.83 237	0.00 1	0.31 303	0.00 1	1.09 448	0.02 50	0.56 284

Gwc-CoAtRS	0.52 52	0.16 43	1.68 66	0.05 115	0.13 228	1.06 55	0.03 161	2.88 106	0.54 28	0.40 80	0.02 2	2.22 297	0.03 45	0.49 56	0.26 109	0.00 1	0.09 271	0.00 1	0.22 384	0.01 10	0.11 130

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

testlalala	0.68 102	0.17 53	1.61 52	0.21 238	0.18 249	1.14 88	0.03 161	3.47 154	1.74 282	2.12 304	0.20 111	0.30 113	0.05 78	0.38 35	0.41 161	0.01 334	1.13 409	0.00 1	0.27 405	0.01 10	0.15 159

DisPM	0.96 179	0.17 53	2.10 159	0.90 385	0.02 127	1.53 236	0.55 355	1.86 68	1.31 187	2.42 333	0.82 236	0.38 120	0.01 7	6.92 370	0.20 79	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.00 1

NRIStereo	0.82 128	0.17 53	1.56 46	0.61 333	0.05 177	1.61 262	0.48 346	1.52 48	1.19 128	0.91 156	0.17 92	0.65 151	0.03 45	7.00 379	0.25 102	0.00 1	0.06 258	0.00 1	0.00 1	0.06 170	0.17 171

ASMatch	1.46 297	0.17 53	2.35 193	0.73 365	0.20 257	1.22 115	0.25 303	1.04 33	0.89 81	0.30 69	11.50 419	0.92 198	2.31 361	6.65 353	0.56 197	0.00 1	0.00 1	0.00 1	0.01 259	0.00 1	0.04 49

s12784h	0.67 97	0.17 53	1.87 116	0.02 51	0.00 1	1.16 93	0.03 161	4.08 222	1.89 297	1.04 183	1.59 296	0.05 30	0.02 22	1.25 147	0.12 31	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.02 28

GCAP-BAT	0.78 123	0.18 59	1.84 107	0.66 347	0.66 366	2.13 314	0.04 190	1.42 44	0.89 81	1.14 199	1.26 274	1.13 222	0.09 129	0.65 91	0.85 240	0.02 361	1.07 392	0.00 1	0.48 425	0.06 170	1.08 351

RSM++	0.35 18	0.18 59	0.88 8	0.63 341	0.47 334	0.44 17	0.00 1	1.41 42	1.20 134	0.05 18	0.02 2	0.01 1	0.07 105	0.33 32	0.18 66	0.01 334	0.02 233	0.00 1	0.17 358	0.14 287	0.73 312

MSKI-zero shot	0.91 155	0.18 59	1.86 111	0.61 333	0.62 364	1.36 172	0.05 204	3.41 151	0.31 11	0.73 134	1.79 305	0.88 189	0.00 1	4.71 266	0.16 56	0.00 1	0.93 379	0.00 1	0.21 380	0.02 50	0.32 236

PCWNet_CMD	0.70 106	0.18 59	2.22 172	0.01 13	0.01 75	1.09 69	0.00 1	3.17 136	1.35 200	0.50 107	0.29 132	2.28 300	1.46 329	1.22 143	0.11 25	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.19 183

Selective-RAFT	0.53 55	0.18 59	1.12 18	0.04 99	0.01 75	1.19 101	0.02 108	3.26 143	1.29 176	0.02 1	0.02 2	0.24 103	0.18 180	1.34 152	0.44 164	0.00 1	0.93 379	0.00 1	0.19 371	0.05 158	0.17 171

RCA-Stereo	0.53 55	0.18 59	1.16 21	0.01 13	0.24 274	1.20 103	0.01 25	3.86 189	0.97 93	0.77 140	0.50 185	0.05 30	0.13 160	0.32 28	0.03 3	0.00 1	0.87 364	0.00 1	0.00 1	0.08 206	0.24 209

DCANet-4	0.83 129	0.18 59	4.76 352	0.04 99	0.01 75	1.24 123	0.02 108	3.84 187	2.21 326	2.39 329	0.25 122	0.11 75	0.24 198	0.59 80	0.36 139	0.00 1	0.00 1	0.00 1	0.00 1	0.01 10	0.37 247

tt	68.57 471	0.18 59	99.50 478	50.44 471	14.99 464	100.00 480	100.00 480	100.00 482	99.70 477	28.28 461	12.01 422	99.97 482	98.67 478	99.55 478	99.99 481	89.99 475	98.19 476	46.13 472	51.48 472	60.62 471	21.71 467

anonymity	0.99 191	0.18 59	1.80 89	0.39 282	0.67 368	0.74 26	0.01 25	5.09 318	2.13 319	1.34 226	1.30 276	0.80 184	1.62 342	0.82 120	0.64 207	0.03 372	0.59 330	0.00 1	0.48 425	0.02 50	1.15 357

iRaft-Stereo_20w	1.39 288	0.18 59	3.72 310	0.79 374	0.56 345	1.90 304	0.65 361	8.85 433	1.05 102	2.05 300	0.42 171	1.24 228	1.23 314	1.69 167	0.95 264	0.00 1	0.62 331	0.00 1	0.44 421	0.02 50	1.41 376

Patchmatch Stereo++	0.59 74	0.18 59	1.73 71	0.08 154	0.08 202	1.62 267	0.26 305	1.62 57	1.25 157	1.00 177	0.18 95	0.75 173	0.03 45	2.68 191	0.20 79	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.05 64
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
NF-Stereo	0.92 158	0.18 59	1.99 136	1.31 408	0.01 75	1.55 241	0.28 314	3.09 130	1.24 150	1.20 209	0.57 195	0.24 103	0.01 7	6.43 341	0.35 135	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.00 1

OCTAStereo	0.93 163	0.18 59	2.01 138	1.31 408	0.01 75	1.56 245	0.28 314	3.09 130	1.24 150	1.21 210	0.57 195	0.25 108	0.01 7	6.43 341	0.35 135	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.00 1

PSM-softLoss	0.96 179	0.18 59	2.32 189	1.26 402	0.03 146	1.50 227	0.26 305	2.90 109	1.27 167	1.30 220	0.38 161	0.39 121	0.01 7	6.94 373	0.36 139	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.01 12

KMStereo	0.96 179	0.18 59	2.32 189	1.26 402	0.03 146	1.50 227	0.26 305	2.90 109	1.27 167	1.30 220	0.38 161	0.39 121	0.01 7	6.94 373	0.36 139	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.01 12

PSM-adaLoss	0.54 59	0.18 59	1.72 70	0.08 154	0.09 209	1.63 270	0.29 321	1.60 51	1.27 167	0.99 171	0.18 95	0.76 178	0.02 22	1.79 176	0.20 79	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.05 64

ROB_FTStereo_v2	0.52 52	0.18 59	1.71 69	0.08 154	0.09 209	1.59 252	0.32 330	1.61 54	1.25 157	0.99 171	0.19 107	0.76 178	0.02 22	1.36 153	0.20 79	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.04 49

ROB_FTStereo	0.55 64	0.18 59	1.75 76	0.08 154	0.09 209	1.61 262	0.32 330	1.60 51	1.26 163	0.99 171	0.19 107	0.75 173	0.03 45	1.97 181	0.19 76	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.04 49

HUI-Stereo	0.54 59	0.18 59	1.78 87	0.08 154	0.08 202	1.63 270	0.31 328	1.60 51	1.28 172	0.99 171	0.18 95	0.76 178	0.02 22	1.56 158	0.19 76	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.05 64

RE-Stereo	0.92 158	0.18 59	2.01 138	1.31 408	0.01 75	1.55 241	0.28 314	3.09 130	1.24 150	1.21 210	0.57 195	0.24 103	0.01 7	6.43 341	0.34 132	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.00 1

TVStereo	0.92 158	0.18 59	2.01 138	1.31 408	0.01 75	1.55 241	0.28 314	3.09 130	1.24 150	1.21 210	0.57 195	0.24 103	0.01 7	6.43 341	0.34 132	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.00 1

iGMRVC	0.59 74	0.18 59	1.75 76	0.08 154	0.09 209	1.63 270	0.27 313	1.61 54	1.27 167	0.99 171	0.19 107	0.75 173	0.03 45	2.78 194	0.20 79	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.04 49

iRAFT	0.59 74	0.18 59	1.73 71	0.08 154	0.08 202	1.62 267	0.26 305	1.62 57	1.25 157	1.00 177	0.18 95	0.75 173	0.03 45	2.68 191	0.20 79	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.05 64

RAFT-IKP	0.54 59	0.18 59	1.77 85	0.08 154	0.07 193	1.47 215	0.29 321	1.61 54	1.26 163	0.99 171	0.18 95	0.74 171	0.02 22	1.77 173	0.20 79	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.04 49

MSMDNet	0.71 108	0.18 59	2.22 172	0.01 13	0.01 75	1.09 69	0.00 1	3.25 141	1.35 200	0.52 111	0.29 132	2.29 304	1.45 326	1.22 143	0.11 25	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.19 183

UGAM-zero	1.89 335	0.19 84	2.80 238	0.22 240	0.47 334	1.57 248	0.35 335	6.96 412	0.60 36	1.40 235	0.26 127	8.37 417	4.43 404	7.06 385	0.71 219	0.00 1	0.67 334	0.00 1	0.58 430	0.02 50	1.16 359

rvit_stereo_0075_2	0.45 32	0.19 84	3.21 272	0.02 51	0.00 1	1.10 75	0.02 108	1.92 73	1.22 145	0.18 44	0.09 77	0.02 3	0.05 78	0.59 80	0.11 25	0.00 1	0.00 1	0.00 1	0.00 1	0.01 10	0.27 226

RAFT-Test	0.85 138	0.19 84	2.98 258	0.66 347	0.99 396	1.83 301	0.17 274	3.16 135	1.19 128	0.71 127	0.11 83	3.21 343	0.02 22	0.58 73	0.33 123	0.00 1	0.47 315	0.00 1	0.29 410	0.01 10	0.15 159

LoS	0.32 16	0.19 84	1.27 25	0.11 195	0.01 75	1.32 162	0.07 227	1.44 46	0.79 59	0.06 21	0.04 51	0.27 111	0.11 146	0.60 83	0.13 40	0.00 1	0.01 207	0.00 1	0.00 1	0.03 114	0.01 12
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
PFNet+	0.65 95	0.19 84	2.19 168	0.29 267	0.06 182	1.46 208	0.54 351	1.74 64	1.62 253	1.35 228	0.45 178	0.36 117	0.01 7	2.41 186	0.25 102	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.01 12

cross-raft	0.67 97	0.19 84	1.85 108	0.58 324	0.71 375	1.09 69	0.10 253	3.52 156	0.69 48	0.41 85	0.02 2	2.81 323	0.04 60	0.55 65	0.23 95	0.00 1	0.13 281	0.00 1	0.16 350	0.01 10	0.22 201

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

CREStereo	0.29 11	0.19 84	0.91 10	0.00 1	0.01 75	1.24 123	0.01 25	1.31 37	0.99 98	0.17 41	0.17 92	0.04 14	0.00 1	0.56 68	0.14 47	0.00 1	0.00 1	0.00 1	0.00 1	0.01 10	0.02 28
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
MGS-Stereo	0.35 18	0.20 92	1.15 20	0.04 99	0.00 1	0.52 22	0.01 25	0.52 5	0.80 64	0.03 6	2.86 349	0.04 14	0.03 45	0.28 17	0.07 10	0.00 1	0.00 1	0.00 1	0.00 1	0.43 401	0.00 1

DRaft	1.40 290	0.20 92	1.83 104	0.09 170	0.01 75	1.66 279	0.42 341	2.13 80	0.59 34	3.75 376	5.16 387	0.41 125	4.27 402	5.52 307	1.63 305	0.01 334	0.06 258	0.00 1	0.07 307	0.08 206	0.12 138

CFNet_pseudo	0.71 108	0.20 92	2.34 192	0.01 13	0.01 75	1.24 123	0.00 1	3.19 139	0.92 87	0.85 148	0.47 182	2.29 304	0.61 259	1.79 176	0.17 62	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.14 152

SFCPSM	0.87 142	0.20 92	2.57 221	0.02 51	0.07 193	2.45 330	0.18 279	5.65 358	1.51 231	0.85 148	0.77 229	0.67 157	0.30 209	1.77 173	0.22 87	0.00 1	0.00 1	0.00 1	0.04 294	0.09 226	0.09 112

ccs_rob	0.71 108	0.20 92	2.35 193	0.00 1	0.01 75	1.24 123	0.00 1	3.17 136	0.91 86	0.82 146	0.45 178	2.28 300	0.63 266	1.78 175	0.18 66	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.14 152

IGEV-Stereo+	0.61 81	0.21 97	1.12 18	0.17 215	1.20 407	0.64 23	0.02 108	0.33 1	0.71 49	0.39 78	0.05 62	0.05 30	0.05 78	1.92 178	0.48 182	0.00 1	0.58 328	0.00 1	0.24 393	1.85 433	2.11 432

testlalala2	0.90 152	0.21 97	1.69 67	4.05 437	2.52 431	1.11 79	0.01 25	3.95 203	1.34 194	0.20 56	0.32 142	1.36 236	0.07 105	0.27 15	0.18 66	0.00 1	0.09 271	0.00 1	0.36 417	0.01 10	0.24 209

LCNet	0.93 163	0.21 97	1.62 53	0.14 205	0.26 287	1.20 103	0.22 293	2.71 96	0.90 85	1.82 279	0.21 115	0.12 79	2.50 368	5.59 313	0.16 56	0.00 1	0.00 1	0.00 1	0.00 1	0.16 308	0.79 319

Pruner-Stereo	0.63 90	0.21 97	1.86 111	1.03 395	0.10 217	1.59 252	0.35 335	2.26 81	1.22 145	2.22 310	0.45 178	0.25 108	0.01 7	0.67 93	0.38 151	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.02 28

pcwnet_v2	1.36 284	0.21 97	5.89 387	0.15 210	0.01 75	1.78 296	0.02 108	5.77 370	3.19 385	1.69 273	1.94 311	2.00 281	0.79 286	3.09 202	0.33 123	0.00 1	0.00 1	0.00 1	0.01 259	0.04 143	0.27 226

PMTNet	0.26 7	0.21 97	1.40 30	0.02 51	0.02 127	1.16 93	0.29 321	1.00 30	0.18 1	0.04 15	0.03 40	0.07 55	0.02 22	0.47 52	0.15 50	0.00 1	0.00 1	0.00 1	0.00 1	0.03 114	0.02 28

MDST_ROB	3.81 402	0.21 97	4.29 333	2.64 431	1.45 415	13.85 439	1.02 381	8.06 430	2.67 360	15.14 446	8.81 410	2.70 317	1.55 336	9.31 423	3.90 376	0.03 372	0.00 1	0.00 1	0.00 1	0.03 114	0.63 293

AIO-Stereo	0.51 45	0.22 104	0.87 7	0.56 319	0.70 374	0.45 18	0.01 25	1.89 69	1.27 167	0.21 58	0.02 2	0.02 3	0.06 92	0.44 49	0.45 168	0.03 372	0.78 349	0.00 1	0.63 434	0.08 206	1.50 380

CASnet	0.21 3	0.22 104	0.95 13	0.01 13	0.00 1	0.87 33	0.01 25	0.55 6	0.88 78	0.16 37	0.03 40	0.04 14	0.02 22	0.39 37	0.03 3	0.00 1	0.00 1	0.00 1	0.00 1	0.03 114	0.01 12
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
GwcNet-ADL	0.71 108	0.22 104	2.22 172	0.05 115	0.01 75	1.32 162	0.02 108	3.82 181	1.61 247	1.06 187	0.44 175	1.46 239	0.22 195	0.94 128	0.62 206	0.00 1	0.00 1	0.00 1	0.00 1	0.01 10	0.14 152

FENet	0.61 81	0.22 104	1.75 76	0.05 115	0.00 1	1.21 111	0.05 204	3.78 173	1.28 172	1.08 189	0.02 2	1.61 251	0.09 129	0.60 83	0.35 135	0.00 1	0.01 207	0.00 1	0.00 1	0.04 143	0.08 90

EKT-Stereo	0.91 155	0.23 108	2.14 164	0.84 379	4.27 438	1.23 119	0.04 190	2.85 105	0.67 44	0.44 88	0.40 167	0.95 205	0.08 117	2.93 199	0.38 151	0.00 1	0.18 286	0.00 1	0.07 307	0.04 143	0.40 260

CFNet_ucs	0.84 135	0.23 108	2.43 211	0.01 13	0.01 75	1.34 168	0.01 25	3.82 181	1.61 247	1.24 216	1.13 264	2.16 295	0.41 238	2.08 183	0.17 62	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.17 171

Anonymous3	0.61 81	0.23 108	2.97 256	0.01 13	0.00 1	2.54 337	0.09 245	3.88 194	0.89 81	0.19 49	0.23 119	0.12 79	0.05 78	0.61 86	0.17 62	0.00 1	0.08 265	0.00 1	0.00 1	0.05 158	0.18 179

FAT-Stereo	1.95 338	0.23 108	3.66 306	0.18 217	0.03 146	1.80 298	0.94 374	5.35 338	3.11 382	4.23 385	5.00 385	5.22 397	2.76 375	5.07 289	1.09 279	0.00 1	0.00 1	0.00 1	0.00 1	0.05 158	0.17 171

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

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

test_sample7	1.05 206	0.24 112	1.95 130	0.65 346	0.01 75	1.25 130	0.01 25	4.98 309	1.63 259	1.53 248	0.66 212	0.90 190	1.00 296	2.79 195	0.82 233	0.00 1	0.97 386	0.00 1	0.00 1	0.03 114	1.51 382

test_sample2	0.92 158	0.24 112	1.96 131	0.43 289	0.02 127	1.25 130	0.00 1	4.52 268	1.58 241	1.09 191	0.33 143	0.50 136	0.29 208	3.27 205	0.93 262	0.00 1	0.88 365	0.00 1	0.10 325	0.04 143	1.04 346

GMStereo_Zeroshot	0.67 97	0.24 112	1.87 116	0.87 382	0.00 1	1.26 138	0.01 25	2.01 76	0.42 16	1.44 238	0.58 201	1.73 264	0.19 185	2.62 189	0.10 24	0.00 1	0.00 1	0.00 1	0.00 1	0.03 114	0.09 112

CREStereo++_RVC	0.37 23	0.24 112	1.62 53	0.06 134	0.00 1	1.21 111	0.01 25	0.77 19	1.12 114	0.26 65	1.45 286	0.06 41	0.06 92	0.42 43	0.09 16	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.06 74
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
DANet	1.96 340	0.24 112	3.72 310	0.78 373	0.48 336	2.65 345	0.34 333	3.94 201	1.71 275	4.35 387	1.56 293	5.09 390	0.56 251	6.97 377	5.99 395	0.01 334	0.00 1	0.00 1	0.01 259	0.04 143	0.66 296
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
test_sample1	0.96 179	0.25 119	1.82 102	0.46 293	0.19 252	1.13 84	0.00 1	4.10 225	1.55 237	1.02 179	0.33 143	0.70 165	0.57 254	3.63 220	0.91 259	0.00 1	0.91 372	0.00 1	0.09 319	0.05 158	1.50 380

hknet	1.21 240	0.25 119	2.89 247	0.04 99	0.00 1	3.30 364	0.20 283	6.00 379	1.19 128	2.36 324	0.64 209	3.38 348	0.05 78	3.04 201	0.73 223	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.06 74

XX-Stereo	1.24 248	0.25 119	6.03 390	1.30 407	0.29 299	1.28 148	0.00 1	4.12 230	0.60 36	1.29 219	0.50 185	3.63 359	0.03 45	4.05 236	0.18 66	0.00 1	0.58 328	0.00 1	0.23 388	0.03 114	0.47 268

test_sample3	1.07 210	0.26 122	2.91 250	0.60 329	0.01 75	1.41 190	0.01 25	5.29 333	1.72 280	1.56 253	0.54 192	0.78 182	0.18 180	3.60 219	0.87 245	0.00 1	0.80 352	0.00 1	0.08 311	0.03 114	0.68 302

ff7	0.51 45	0.26 122	1.81 97	0.19 222	0.25 278	1.08 62	0.01 25	0.71 11	1.36 202	0.47 96	0.02 2	0.04 14	0.08 117	0.79 111	0.18 66	0.00 1	0.92 373	0.00 1	0.15 342	0.10 237	1.76 407

ffff	0.51 45	0.26 122	1.81 97	0.19 222	0.25 278	1.08 62	0.01 25	0.71 11	1.36 202	0.47 96	0.02 2	0.04 14	0.08 117	0.79 111	0.18 66	0.00 1	0.92 373	0.00 1	0.15 342	0.10 237	1.76 407

11t	0.51 45	0.26 122	1.81 97	0.19 222	0.25 278	1.08 62	0.01 25	0.71 11	1.36 202	0.47 96	0.02 2	0.04 14	0.08 117	0.79 111	0.18 66	0.00 1	0.92 373	0.00 1	0.15 342	0.10 237	1.76 407

anonymousdsp	0.54 59	0.26 122	1.62 53	0.47 299	0.60 356	1.08 62	0.01 25	1.01 32	1.37 207	0.49 104	0.02 2	0.04 14	0.09 129	0.73 102	0.15 50	0.00 1	0.82 357	0.00 1	0.16 350	0.10 237	1.83 417

ccc-4	0.51 45	0.26 122	1.81 97	0.19 222	0.25 278	1.08 62	0.01 25	0.71 11	1.36 202	0.47 96	0.02 2	0.04 14	0.08 117	0.79 111	0.18 66	0.00 1	0.92 373	0.00 1	0.15 342	0.10 237	1.76 407

IGEV-Stereo	0.54 59	0.26 122	1.62 53	0.47 299	0.61 357	1.08 62	0.01 25	1.00 30	1.37 207	0.49 104	0.02 2	0.04 14	0.09 129	0.73 102	0.16 56	0.00 1	0.82 357	0.00 1	0.16 350	0.10 237	1.83 417
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
PFNet	1.13 223	0.26 122	3.28 283	1.27 404	0.55 342	1.60 256	0.24 299	1.80 66	1.19 128	2.37 327	1.21 270	0.63 147	0.30 209	6.85 364	0.46 175	0.16 406	0.01 207	0.00 1	0.07 307	0.18 329	0.24 209

GES	0.75 115	0.26 122	2.66 230	0.01 13	0.00 1	1.63 270	0.08 233	6.06 384	0.57 32	0.68 124	0.40 167	0.37 118	0.66 274	0.84 122	0.49 183	0.02 361	0.00 1	0.01 368	0.00 1	0.08 206	0.10 123

test_sample4	1.09 214	0.27 131	2.97 256	0.61 333	0.01 75	1.46 208	0.01 25	5.32 337	1.86 292	1.67 269	0.72 221	0.68 161	0.15 163	3.66 222	0.88 249	0.00 1	0.80 352	0.00 1	0.08 311	0.03 114	0.67 299

CAS++	0.35 18	0.27 131	1.08 16	0.04 99	0.00 1	0.34 7	0.01 25	4.25 246	0.54 28	0.02 1	0.02 2	0.06 41	0.00 1	0.24 9	0.06 9	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.03 42
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
test_sample6	1.14 228	0.28 133	2.92 251	0.59 327	0.01 75	1.47 215	0.01 25	5.17 325	2.07 317	1.57 256	1.40 282	0.63 147	0.19 185	4.02 234	0.99 270	0.00 1	0.77 347	0.00 1	0.08 311	0.03 114	0.67 299

test_sample5	1.11 217	0.28 133	2.93 252	0.61 333	0.01 75	1.44 197	0.01 25	5.23 329	1.93 304	1.48 242	1.14 266	0.57 143	0.15 163	3.94 231	0.89 253	0.00 1	0.81 355	0.00 1	0.08 311	0.03 114	0.68 302

11t1	0.70 106	0.28 133	1.86 111	0.56 319	0.56 345	1.06 55	0.00 1	2.89 108	1.21 142	0.60 115	0.34 146	0.08 61	0.04 60	0.76 105	0.85 240	0.02 361	1.09 397	0.00 1	0.18 365	0.06 170	1.58 393

DualNet	1.13 223	0.28 133	2.93 252	0.61 333	0.01 75	1.44 197	0.01 25	5.23 329	1.93 304	1.57 256	1.40 282	0.57 143	0.15 163	3.94 231	0.89 253	0.00 1	0.81 355	0.00 1	0.08 311	0.03 114	0.68 302

IGEV_Zeroshot_test	1.07 210	0.28 133	3.68 308	0.51 313	0.58 351	1.13 84	0.54 351	4.64 281	0.73 52	1.14 199	0.75 226	3.21 343	0.70 278	0.77 107	0.57 198	0.00 1	0.52 323	0.00 1	0.16 350	0.04 143	1.56 388

UniTT-Stereo	0.23 4	0.28 133	1.91 124	0.05 115	0.16 243	0.34 7	0.02 108	0.46 3	0.42 16	0.06 21	0.18 95	0.05 30	0.07 105	0.22 8	0.33 123	0.00 1	0.00 1	0.00 1	0.00 1	0.11 260	0.01 12

HHNet	0.94 166	0.28 133	2.48 216	0.19 222	0.08 202	1.32 162	0.42 341	2.48 90	0.84 71	1.39 234	5.80 392	0.14 88	1.74 346	0.49 56	0.94 263	0.06 390	0.00 1	0.01 368	0.00 1	0.14 287	0.04 49

StereoDRNet-Refined	0.96 179	0.28 133	1.94 129	0.03 72	0.01 75	1.34 168	0.01 25	4.02 214	1.33 191	2.16 306	1.23 271	2.62 314	0.18 180	2.06 182	1.82 313	0.00 1	0.00 1	0.00 1	0.00 1	0.16 308	0.06 74
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
SMFormer	1.31 273	0.30 141	2.08 152	0.47 299	0.02 127	1.04 50	0.01 25	5.75 366	2.69 361	1.65 265	2.43 336	0.91 193	0.02 22	4.75 271	2.20 329	0.00 1	0.88 365	0.00 1	0.14 339	0.06 170	0.76 316

tta	1.32 276	0.30 141	2.08 152	0.47 299	0.02 127	1.04 50	0.01 25	5.75 366	2.69 361	1.65 265	2.43 336	0.91 193	0.02 22	4.75 271	2.20 329	0.00 1	0.88 365	0.00 1	0.14 339	0.09 226	0.92 334

qqq1	1.25 251	0.30 141	2.08 152	0.47 299	0.02 127	1.04 50	0.01 25	5.75 366	2.69 361	1.65 265	2.43 336	0.91 193	0.02 22	4.75 271	0.88 249	0.00 1	0.88 365	0.00 1	0.11 329	0.09 226	0.92 334

fff1	1.25 251	0.30 141	2.08 152	0.47 299	0.02 127	1.04 50	0.01 25	5.75 366	2.69 361	1.65 265	2.43 336	0.91 193	0.02 22	4.75 271	0.88 249	0.00 1	0.88 365	0.00 1	0.11 329	0.09 226	0.92 334

IPLGR	0.88 145	0.30 141	3.78 316	0.06 134	0.07 193	1.26 138	0.05 204	3.78 173	1.62 253	0.80 143	0.35 153	0.79 183	0.76 282	3.42 210	0.27 111	0.00 1	0.00 1	0.00 1	0.00 1	0.08 206	0.16 166

RAFT-RH_RVC	2.11 354	0.30 141	2.27 180	0.74 367	0.26 287	1.51 231	0.02 108	0.61 8	1.23 148	5.28 402	21.18 444	1.04 212	0.07 105	6.90 368	0.61 203	0.04 380	0.00 1	0.00 1	0.03 282	0.02 50	0.00 1

Occ-G	0.60 79	0.31 147	1.80 89	0.41 285	0.56 345	0.83 28	0.04 190	0.82 22	1.20 134	0.26 65	0.54 192	1.33 234	0.05 78	0.42 43	0.86 244	0.00 1	0.68 335	0.00 1	0.15 342	0.17 321	1.54 386

CrosDoStereo	1.72 322	0.31 147	1.91 124	0.03 72	0.07 193	1.40 184	5.95 441	3.61 161	1.62 253	0.98 166	3.79 370	0.94 201	4.66 408	7.11 386	1.86 316	0.00 1	0.00 1	0.00 1	0.00 1	0.12 267	0.08 90

DeepStereo_LL	1.72 322	0.31 147	1.91 124	0.03 72	0.07 193	1.40 184	5.95 441	3.61 161	1.62 253	0.98 166	3.79 370	0.94 201	4.66 408	7.11 386	1.86 316	0.00 1	0.00 1	0.00 1	0.00 1	0.12 267	0.08 90

test-1	0.77 121	0.31 147	1.67 63	0.03 72	0.97 394	1.23 119	0.07 227	4.63 280	0.75 53	0.73 134	0.67 217	1.06 215	0.03 45	0.58 73	0.80 230	0.02 361	0.79 351	0.00 1	0.07 307	0.01 10	0.96 339

CBMV_ROB	2.06 346	0.31 147	2.72 232	0.63 341	0.00 1	2.83 352	0.88 371	5.24 331	2.41 344	4.28 386	6.16 395	3.07 338	3.47 391	5.81 321	2.69 347	0.00 1	0.00 1	0.00 1	0.00 1	0.05 158	0.56 284

Former-RAFT_DAM_RVC	0.29 11	0.32 152	0.88 8	0.02 51	0.00 1	1.05 54	0.01 25	0.80 21	1.00 99	0.76 139	0.34 146	0.10 73	0.06 92	0.13 1	0.09 16	0.00 1	0.00 1	0.00 1	0.00 1	0.05 158	0.09 112

mmm	0.94 166	0.32 152	2.04 146	0.73 365	0.85 380	1.17 98	0.01 25	3.97 206	1.42 214	1.51 244	0.93 249	0.46 129	0.21 194	1.18 137	0.87 245	0.00 1	1.16 417	0.00 1	0.26 401	0.06 170	1.72 402

ttt	1.79 328	0.32 152	2.41 201	0.58 324	0.26 287	1.64 277	0.00 1	6.26 392	2.57 356	1.91 286	2.39 332	1.39 237	0.11 146	5.55 310	7.97 409	0.00 1	1.05 389	0.00 1	0.16 350	0.06 170	1.14 354

Anonymous_2	2.17 360	0.32 152	2.35 193	0.80 375	0.85 380	1.67 283	0.22 293	4.62 279	0.71 49	1.12 197	0.40 167	3.18 342	1.94 353	0.84 122	0.77 226	0.06 390	1.09 397	3.25 441	14.62 466	3.25 434	1.43 377

UPFNet	0.99 191	0.32 152	2.89 247	0.00 1	0.00 1	1.90 304	0.11 255	4.10 225	1.10 110	2.35 322	0.12 87	1.91 274	0.08 117	4.02 234	0.78 227	0.00 1	0.00 1	0.00 1	0.00 1	0.08 206	0.04 49

S-Stereo	2.12 356	0.32 152	6.30 395	0.24 250	0.22 264	2.51 336	1.83 398	5.38 342	5.55 410	2.46 336	5.91 393	2.81 323	0.71 279	5.19 296	2.45 344	0.00 1	0.02 233	0.00 1	0.00 1	0.07 195	0.37 247

CRFU-Net	1.43 295	0.33 158	2.98 258	1.27 404	0.03 146	4.01 382	0.05 204	6.21 387	0.95 89	1.92 288	0.74 224	3.41 350	2.55 370	3.36 207	0.36 139	0.01 334	0.01 207	0.11 409	0.00 1	0.13 277	0.09 112

NINENet	1.14 228	0.34 159	2.08 152	0.10 182	0.01 75	5.73 407	0.03 161	5.39 344	1.54 236	1.61 263	0.72 221	2.35 308	0.06 92	2.82 197	0.05 5	0.00 1	0.01 207	0.01 368	0.00 1	0.04 143	0.00 1

NVstereo2D	1.25 251	0.34 159	5.21 374	0.09 170	0.03 146	1.61 262	0.23 296	4.95 307	1.92 301	1.05 184	0.38 161	2.53 311	0.61 259	5.36 303	0.44 164	0.00 1	0.10 274	0.00 1	0.03 282	0.04 143	0.19 183

ProNet	0.47 36	0.35 161	1.75 76	0.19 222	0.54 341	1.09 69	0.01 25	0.97 27	1.25 157	0.02 1	0.02 2	0.06 41	0.03 45	0.58 73	0.09 16	0.00 1	0.57 327	0.00 1	0.00 1	0.14 287	1.65 397

DIP-Stereo	0.68 102	0.35 161	1.76 82	0.08 154	0.00 1	1.46 208	0.01 25	6.53 399	1.71 275	0.91 156	0.11 83	0.04 14	0.19 185	0.19 4	0.09 16	0.00 1	0.01 207	0.00 1	0.00 1	0.03 114	0.17 171
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
rvit_0105_6	0.46 35	0.36 163	1.89 121	0.01 13	0.00 1	0.83 28	0.01 25	3.37 148	1.92 301	0.06 21	0.05 62	0.09 67	0.02 22	0.27 15	0.13 40	0.00 1	0.00 1	0.00 1	0.00 1	0.01 10	0.15 159

ACVNet-DCA	0.94 166	0.36 163	2.41 201	0.50 309	0.29 299	3.40 370	0.02 108	3.82 181	1.29 176	0.71 127	0.83 237	0.05 30	0.61 259	1.60 161	0.12 31	0.00 1	1.13 409	0.00 1	0.03 282	0.06 170	1.57 389

xx1	1.29 267	0.36 163	2.41 201	0.50 309	0.29 299	3.40 370	0.02 108	4.02 214	7.67 425	0.71 127	0.83 237	0.73 169	0.15 163	1.60 161	0.12 31	0.00 1	1.13 409	0.00 1	0.23 388	0.06 170	1.57 389

1test111	1.06 209	0.36 163	2.41 201	0.50 309	0.29 299	3.40 370	0.02 108	3.82 181	1.29 176	0.71 127	0.83 237	0.05 30	0.61 259	3.19 203	0.90 256	0.00 1	1.13 409	0.00 1	0.03 282	0.06 170	1.57 389

cc1	1.29 267	0.36 163	2.41 201	0.50 309	0.29 299	3.40 370	0.02 108	4.02 214	7.67 425	0.71 127	0.83 237	0.05 30	0.61 259	1.59 160	0.12 31	0.00 1	1.13 409	0.00 1	0.03 282	0.10 237	1.86 421

UNet	1.21 240	0.36 163	4.56 345	0.04 99	0.02 127	2.30 323	0.02 108	3.70 169	0.98 97	1.32 223	0.14 90	2.70 317	1.54 333	4.49 256	1.96 321	0.00 1	0.00 1	0.00 1	0.00 1	0.08 206	0.07 84

tt1	1.23 246	0.37 169	2.41 201	0.41 285	0.45 330	3.33 367	0.02 108	3.81 177	6.87 418	0.71 127	0.80 234	0.06 41	0.40 236	1.73 169	0.12 31	0.00 1	1.12 405	0.00 1	0.00 1	0.10 237	1.86 421

anonymousa	1.15 231	0.38 170	2.43 211	0.70 356	1.49 416	1.45 204	0.02 108	4.23 245	1.13 115	0.91 156	2.52 341	3.46 352	0.55 249	0.55 65	0.60 200	0.00 1	1.13 409	0.00 1	0.54 428	0.04 143	0.86 329

IER	0.88 145	0.38 170	2.74 234	0.01 13	0.00 1	2.27 319	0.02 108	3.65 164	1.30 184	1.45 239	0.96 252	1.39 237	1.16 306	1.60 161	0.53 193	0.00 1	0.00 1	0.00 1	0.00 1	0.06 170	0.02 28

MIF-Stereo (partial)	0.37 23	0.39 172	1.98 134	0.02 51	0.00 1	0.43 16	0.02 108	2.35 85	0.61 38	0.18 44	0.10 79	0.07 55	0.07 105	0.61 86	0.40 159	0.00 1	0.00 1	0.00 1	0.00 1	0.08 206	0.02 28

x	0.80 125	0.39 172	1.80 89	0.66 347	0.50 338	1.02 48	0.00 1	3.61 161	1.34 194	0.65 120	0.34 146	0.53 140	0.14 161	1.21 141	0.91 259	0.00 1	1.09 397	0.00 1	0.20 373	0.06 170	1.59 394

IRAFT_RVC	1.13 223	0.39 172	2.40 199	1.51 416	0.25 278	1.37 174	0.31 328	2.93 117	1.24 150	1.58 262	0.79 232	1.14 223	1.54 333	6.53 346	0.44 164	0.00 1	0.12 279	0.00 1	0.00 1	0.02 50	0.03 42

HCRNet	0.83 129	0.39 172	1.59 51	0.02 51	0.00 1	1.18 99	0.01 25	3.69 166	2.28 332	0.75 137	0.21 115	0.56 142	0.11 146	5.32 302	0.25 102	0.00 1	0.01 207	0.00 1	0.00 1	0.08 206	0.04 49

STTRV1_RVC		0.39 172		0.34 273	0.01 75	2.50 335	0.34 333	6.44 396	3.75 393	0.86 151	5.12 386	1.63 255	1.08 301	7.64 400	1.58 302	1.07 425	2.64 458	0.00 1	0.00 1	0.02 50	0.04 49

HH	1.25 251	0.40 177	2.13 162	0.90 385	0.41 320	2.28 320	0.01 25	4.25 246	0.95 89	0.37 76	0.89 245	3.87 367	0.80 287	4.74 268	0.51 189	0.00 1	0.96 383	0.00 1	0.00 1	0.03 114	1.53 383

HanStereo	1.25 251	0.40 177	2.13 162	0.90 385	0.41 320	2.28 320	0.01 25	4.25 246	0.95 89	0.37 76	0.89 245	3.87 367	0.80 287	4.74 268	0.51 189	0.00 1	0.96 383	0.00 1	0.00 1	0.03 114	1.53 383

test_4	0.65 95	0.40 177	1.73 71	0.11 195	0.19 252	1.28 148	0.03 161	1.41 42	0.22 2	0.28 68	3.49 364	0.72 168	0.09 129	1.93 180	0.53 193	0.00 1	0.11 277	0.00 1	0.08 311	0.16 308	0.15 159

TransformOpticalFlow	1.53 310	0.40 177	3.46 292	0.66 347	0.07 193	1.56 245	0.09 245	4.35 255	1.86 292	1.72 275	2.27 324	3.53 356	3.04 382	6.93 372	0.49 183	0.00 1	0.00 1	0.00 1	0.00 1	0.03 114	0.10 123

IGEV++	0.76 117	0.41 181	1.49 37	0.75 370	0.88 385	0.38 11	0.03 161	5.40 346	0.75 53	0.25 62	0.07 73	0.04 14	0.16 171	0.81 119	0.36 139	0.00 1	1.17 418	0.00 1	0.04 294	0.14 287	1.96 428

qqq	0.90 152	0.41 181	1.88 118	0.10 182	0.59 354	1.09 69	0.00 1	3.82 181	1.29 176	0.61 117	0.38 161	0.73 169	0.15 163	3.19 203	0.90 256	0.00 1	1.08 394	0.00 1	0.23 388	0.06 170	1.57 389

WCG-NET	0.47 36	0.42 183	0.84 6	0.03 72	0.00 1	1.00 45	0.01 25	2.64 94	1.67 267	0.50 107	0.47 182	0.07 55	0.08 117	0.30 26	0.33 123	0.00 1	0.22 291	0.00 1	0.00 1	0.17 321	0.71 309

edge stereo	2.06 346	0.42 183	4.20 328	0.14 205	0.09 209	1.82 300	0.51 348	5.38 342	2.48 351	3.45 371	3.96 377	8.28 416	1.80 350	5.90 322	2.30 336	0.00 1	0.00 1	0.01 368	0.00 1	0.16 308	0.19 183

MoCha-V2	0.71 108	0.43 185	1.65 61	0.60 329	1.06 403	0.38 11	0.00 1	3.01 123	1.32 188	0.44 88	0.58 201	0.22 102	0.08 117	0.78 110	0.40 159	0.00 1	1.45 433	0.00 1	0.22 384	0.05 158	1.61 396

222	3.11 385	0.43 185	2.10 159	0.02 51	0.45 330	1.57 248	0.01 25	6.44 396	2.34 339	1.73 276	2.24 323	0.52 139	0.07 105	4.95 284	36.29 465	0.00 1	1.07 392	0.00 1	0.21 380	0.06 170	1.65 397

xxxx	2.26 367	0.43 185	2.30 184	0.01 13	0.68 370	1.47 215	0.00 1	6.56 401	2.32 335	1.56 253	2.07 318	1.07 217	0.06 92	4.81 277	18.87 448	0.00 1	1.11 403	0.00 1	0.21 380	0.06 170	1.65 397

ac_64	1.28 263	0.43 185	2.90 249	0.18 217	0.25 278	1.52 234	0.03 161	5.58 354	1.89 297	0.92 160	0.53 191	4.86 384	0.45 243	5.01 287	0.88 249	0.00 1	0.00 1	0.00 1	0.00 1	0.10 237	0.06 74

RAStereo	0.24 5	0.44 189	1.96 131	0.06 134	0.01 75	0.18 3	0.01 25	0.95 26	0.49 22	0.14 33	0.06 69	0.05 30	0.05 78	0.26 14	0.23 95	0.00 1	0.00 1	0.00 1	0.00 1	0.03 114	0.00 1

gcap-zeroshot	0.95 175	0.45 190	3.07 262	0.25 255	0.74 377	1.44 197	0.02 108	4.85 295	1.47 226	0.78 141	0.57 195	2.77 319	0.04 60	0.95 130	0.49 183	0.00 1	0.48 319	0.00 1	0.20 373	0.00 1	0.39 257

CoDeX	1.03 202	0.45 190	2.50 219	0.06 134	0.20 257	1.51 231	0.20 283	6.54 400	1.96 307	0.73 134	0.68 218	1.04 212	0.31 213	3.86 230	0.38 151	0.00 1	0.00 1	0.00 1	0.00 1	0.08 206	0.07 84

STrans-v2	1.75 324	0.45 190	3.43 290	0.03 72	0.19 252	1.48 222	0.08 233	7.25 418	2.16 321	2.04 298	2.80 347	3.60 357	3.78 396	7.00 379	0.52 192	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.10 123

DISCO	2.03 345	0.45 190	2.82 242	0.72 360	0.53 340	5.13 402	0.01 25	6.01 382	1.81 291	2.31 319	0.91 248	6.43 406	0.87 291	8.57 420	3.67 373	0.00 1	0.00 1	0.00 1	0.00 1	0.12 267	0.17 171

FC-DCNN v2	6.60 428	0.46 194	3.23 275	0.56 319	0.58 351	8.28 425	1.46 392	9.35 434	7.29 423	19.57 453	23.13 450	23.87 450	14.94 447	10.69 435	7.88 407	0.00 1	0.01 207	0.00 1	0.00 1	0.03 114	0.63 293

model_zeroshot	0.87 142	0.46 194	2.80 238	0.68 354	0.93 391	1.84 303	0.08 233	3.66 165	0.66 43	1.23 214	0.01 1	1.18 225	0.06 92	1.25 147	0.46 175	0.03 372	0.71 340	0.00 1	0.20 373	0.02 50	1.14 354

test_xeample	2.27 368	0.46 194	2.25 178	0.10 182	0.69 371	1.48 222	0.00 1	6.24 390	2.46 348	1.83 280	2.40 333	0.37 118	0.07 105	4.49 256	19.55 450	0.00 1	1.11 403	0.00 1	0.21 380	0.07 195	1.65 397

FC-DCNN	6.44 426	0.46 194	3.25 281	0.54 315	0.56 345	8.01 423	1.37 390	8.76 431	7.15 422	19.35 452	22.25 449	22.72 446	15.44 448	10.37 432	7.93 408	0.00 1	0.01 207	0.00 1	0.00 1	0.03 114	0.64 295

rvit_0105_4	0.52 52	0.47 198	2.33 191	0.01 13	0.00 1	0.83 28	0.01 25	3.89 197	1.78 288	0.12 31	0.10 79	0.12 79	0.03 45	0.39 37	0.13 40	0.00 1	0.00 1	0.00 1	0.00 1	0.01 10	0.13 146

MyStereo06	1.08 212	0.47 198	3.30 284	0.03 72	0.14 233	1.53 236	0.02 108	5.58 354	0.88 78	1.15 202	0.73 223	3.48 354	1.15 305	0.86 125	0.66 211	0.00 1	1.10 401	0.00 1	0.16 350	0.02 50	0.37 247

MyStereo05	1.01 196	0.47 198	3.36 286	0.03 72	0.14 233	1.53 236	0.02 108	4.11 229	3.37 386	1.43 237	0.03 40	1.27 229	0.39 235	1.39 154	0.97 266	0.00 1	1.10 401	0.00 1	0.16 350	0.02 50	0.37 247

THIR-Stereo	1.54 311	0.48 201	1.88 118	0.01 13	0.02 127	1.08 62	4.17 424	2.48 90	0.41 14	1.09 191	4.30 380	1.90 273	4.08 401	6.84 363	1.81 311	0.00 1	0.00 1	0.04 397	0.00 1	0.06 170	0.04 49

UGAM	1.32 276	0.49 202	3.75 314	0.20 236	0.06 182	1.12 81	0.11 255	3.55 157	1.34 194	0.11 28	2.42 334	4.45 374	0.08 117	7.01 382	0.34 132	0.00 1	0.44 314	0.00 1	0.28 409	0.30 375	0.31 233

rvit_stereo_0081_aga	0.29 11	0.49 202	1.78 87	0.00 1	0.00 1	0.78 27	0.02 108	0.99 29	1.10 110	0.05 18	0.02 2	0.05 30	0.03 45	0.29 22	0.12 31	0.00 1	0.00 1	0.00 1	0.00 1	0.01 10	0.05 64

NOSS_ROB	1.47 299	0.49 202	2.40 199	1.00 391	0.17 246	2.56 338	0.01 25	4.86 296	2.62 357	2.32 320	1.74 301	2.79 322	0.02 22	6.96 376	0.60 200	0.00 1	0.00 1	0.00 1	0.00 1	0.06 170	0.73 312

ffm	1.46 297	0.50 205	4.37 336	0.46 293	0.03 146	1.60 256	0.03 161	3.81 177	6.87 418	1.57 256	2.38 328	2.14 290	0.38 226	1.73 169	0.12 31	0.00 1	1.12 405	0.00 1	0.17 358	0.10 237	1.86 421

ff1	2.20 362	0.50 205	4.37 336	0.46 293	0.03 146	1.60 256	0.03 161	3.81 177	6.87 418	1.57 256	2.38 328	2.14 290	0.38 226	7.65 401	9.02 414	0.00 1	1.12 405	0.00 1	0.17 358	0.10 237	1.86 421

mmx	2.08 348	0.50 205	4.37 336	0.46 293	0.03 146	1.60 256	0.03 161	6.21 387	2.77 370	1.57 256	2.38 328	2.14 290	0.38 226	7.65 401	9.02 414	0.00 1	1.08 394	0.00 1	0.17 358	0.06 170	1.25 366

xxx	2.08 348	0.50 205	4.37 336	0.46 293	0.03 146	1.60 256	0.03 161	6.21 387	2.77 370	1.57 256	2.38 328	2.14 290	0.38 226	7.65 401	9.02 414	0.00 1	1.08 394	0.00 1	0.17 358	0.06 170	1.25 366

TANstereo	0.37 23	0.50 205	1.62 53	0.03 72	0.01 75	1.16 93	0.00 1	0.56 7	0.53 25	1.05 184	1.38 281	0.06 41	0.05 78	0.45 51	0.07 10	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 28

SGM-Forest	2.15 358	0.50 205	2.42 209	0.19 222	0.25 278	3.47 374	2.38 408	4.53 270	2.46 348	5.64 406	3.99 378	3.74 362	2.22 357	6.99 378	3.08 363	0.01 334	0.02 233	0.00 1	0.00 1	0.05 158	0.98 341
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
DualNet (step1)	1.30 271	0.51 211	3.23 275	0.03 72	0.03 146	2.48 331	0.01 25	4.98 309	1.63 259	1.53 248	0.66 212	0.90 190	1.00 296	2.79 195	0.82 233	0.68 418	0.97 386	1.79 434	1.08 445	0.02 50	0.82 321

test_sample9	2.75 380	0.51 211	3.23 275	0.03 72	0.03 146	2.48 331	0.01 25	4.98 309	1.63 259	1.53 248	0.66 212	0.90 190	1.00 296	6.14 331	10.04 423	0.68 418	17.48 466	1.79 434	1.08 445	0.02 50	0.82 321

test_sample8	3.98 404	0.51 211	3.23 275	0.03 72	0.03 146	2.48 331	0.01 25	5.07 317	1.50 230	6.62 410	0.90 247	14.02 432	7.06 427	6.14 331	10.04 423	0.68 418	17.48 466	1.79 434	1.08 445	0.02 50	0.82 321

MyStereo07	0.53 55	0.51 211	1.58 49	0.03 72	0.34 315	1.66 279	0.02 108	1.68 60	1.34 194	0.53 112	0.02 2	0.04 14	0.11 146	0.74 104	0.26 109	0.00 1	1.19 420	0.00 1	0.18 365	0.03 114	0.37 247

MyStereo04	1.01 196	0.51 211	3.49 294	0.03 72	0.34 315	1.66 279	0.02 108	4.18 238	2.93 379	1.10 194	0.03 40	1.30 232	0.58 256	1.32 151	1.02 273	0.00 1	1.19 420	0.00 1	0.18 365	0.03 114	0.37 247

ToySt	0.92 158	0.51 211	4.35 335	0.21 238	0.71 375	1.32 162	0.00 1	2.77 101	1.33 191	0.21 58	0.51 188	1.47 240	0.11 146	1.14 134	0.87 245	0.03 372	0.69 336	0.00 1	0.20 373	0.10 237	1.88 425

DSFCA	1.45 296	0.51 211	2.76 236	0.01 13	0.03 146	3.64 377	0.83 368	3.28 144	1.45 221	3.25 366	0.44 175	2.89 328	1.45 326	6.07 327	2.14 327	0.00 1	0.02 233	0.00 1	0.00 1	0.06 170	0.10 123

DRN-Test	1.79 328	0.51 211	4.94 361	0.19 222	0.14 233	3.30 364	0.19 282	6.58 402	2.31 334	4.40 390	0.77 229	2.10 288	1.73 345	5.40 304	2.82 357	0.00 1	0.00 1	0.00 1	0.01 259	0.12 267	0.27 226

DMCA	0.87 142	0.52 219	3.24 280	0.01 13	0.01 75	1.30 152	0.02 108	3.69 166	1.87 295	2.29 317	0.17 92	1.71 262	0.10 137	0.76 105	1.42 295	0.00 1	0.00 1	0.00 1	0.00 1	0.08 206	0.12 138

MSMD_ROB	5.26 419	0.52 219	3.22 273	0.15 210	0.01 75	8.63 427	1.06 382	4.76 291	4.16 398	13.72 439	26.77 455	13.87 431	15.95 449	7.89 409	3.94 377	0.11 400	0.01 207	0.00 1	0.00 1	0.06 170	0.34 243

HGLStereo	1.17 234	0.53 221	2.39 198	0.01 13	0.02 127	1.45 204	0.01 25	4.05 218	1.14 116	1.42 236	3.06 352	2.09 287	1.21 312	4.60 263	1.33 289	0.00 1	0.00 1	0.00 1	0.00 1	0.10 237	0.06 74

DCRE	1.01 196	0.54 222	1.52 39	0.30 268	0.99 396	1.31 154	0.00 1	1.69 61	0.71 49	1.12 197	7.77 406	0.74 171	0.02 22	0.28 17	0.45 168	0.00 1	0.71 340	0.00 1	0.25 394	0.02 50	1.78 414

plain	0.55 64	0.55 223	3.45 291	0.10 182	0.00 1	0.50 21	0.02 108	3.49 155	1.16 118	0.05 18	0.10 79	0.13 86	0.17 176	0.67 93	0.28 112	0.00 1	0.00 1	0.00 1	0.00 1	0.36 390	0.01 12

GMOStereo	0.62 84	0.55 223	1.80 89	0.09 170	0.61 357	1.07 57	0.03 161	2.92 112	0.25 4	2.23 311	0.02 2	0.66 153	0.04 60	0.25 10	0.22 87	0.00 1	1.26 423	0.00 1	0.00 1	0.23 346	0.19 183

error version	0.62 84	0.55 223	1.80 89	0.09 170	0.61 357	1.07 57	0.03 161	2.92 112	0.25 4	2.23 311	0.02 2	0.66 153	0.04 60	0.25 10	0.22 87	0.00 1	1.26 423	0.00 1	0.00 1	0.23 346	0.19 183

test-v	0.62 84	0.55 223	1.80 89	0.09 170	0.61 357	1.07 57	0.03 161	2.92 112	0.25 4	2.23 311	0.02 2	0.66 153	0.04 60	0.25 10	0.22 87	0.00 1	1.26 423	0.00 1	0.00 1	0.23 346	0.19 183

test-2	0.62 84	0.55 223	1.80 89	0.09 170	0.61 357	1.07 57	0.03 161	2.92 112	0.25 4	2.23 311	0.02 2	0.66 153	0.04 60	0.25 10	0.22 87	0.00 1	1.26 423	0.00 1	0.00 1	0.23 346	0.19 183

ADLNet	1.35 283	0.55 223	2.95 255	0.01 13	0.05 177	2.22 316	0.11 255	5.06 316	2.83 376	2.42 333	2.19 319	2.63 315	0.68 277	3.59 218	1.37 292	0.00 1	0.00 1	0.00 1	0.00 1	0.17 321	0.27 226

rvit_0105_5	0.55 64	0.56 229	2.86 246	0.01 13	0.00 1	0.89 34	0.01 25	3.93 199	1.55 237	0.16 37	0.13 89	0.12 79	0.03 45	0.43 47	0.15 50	0.00 1	0.00 1	0.00 1	0.00 1	0.01 10	0.18 179

H2IRNET	0.57 71	0.56 229	2.03 142	0.25 255	0.06 182	1.20 103	0.01 25	1.91 71	0.64 41	0.04 15	1.78 304	0.47 131	0.04 60	1.69 167	0.42 162	0.00 1	0.00 1	0.01 368	0.01 259	0.24 354	0.08 90

ACVNet	0.75 115	0.56 229	2.30 184	0.09 170	0.00 1	1.39 180	0.21 290	2.76 98	1.34 194	0.88 152	0.75 226	1.92 275	0.26 202	0.51 61	1.65 306	0.00 1	0.00 1	0.00 1	0.00 1	0.15 300	0.20 195

acv_ft	0.94 166	0.56 229	2.28 181	0.04 99	1.07 405	1.71 289	0.01 25	4.41 260	1.34 194	1.53 248	0.75 226	1.92 275	0.45 243	0.51 61	1.74 310	0.00 1	0.00 1	0.00 1	0.00 1	0.32 379	0.20 195

CBMV	1.97 343	0.56 229	2.61 225	0.46 293	0.07 193	2.91 356	4.18 425	4.58 276	2.78 372	5.50 405	2.21 321	2.84 325	2.94 377	4.75 271	2.31 337	0.00 1	0.00 1	0.00 1	0.00 1	0.15 300	0.60 288
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
1111x	2.13 357	0.58 234	4.38 340	0.39 282	0.61 357	2.14 315	0.01 25	6.38 395	2.40 343	1.80 278	1.97 312	0.95 205	0.64 269	7.16 389	10.30 425	0.00 1	1.18 419	0.00 1	0.29 410	0.07 195	1.32 371

G-Net	3.58 392	0.58 234	5.14 371	1.61 418	1.86 421	10.46 431	1.85 399	3.24 140	1.69 269	8.68 421	11.81 421	6.03 401	7.62 428	4.82 278	5.52 391	0.08 395	0.12 279	0.07 402	0.15 342	0.16 308	0.16 166

iRaftStereo_RVC	0.55 64	0.59 236	1.20 22	0.03 72	0.00 1	1.23 119	0.01 25	2.55 92	0.81 65	0.15 35	0.23 119	0.70 165	0.12 157	0.48 54	0.22 87	0.00 1	1.14 415	0.00 1	0.00 1	0.33 381	1.13 353

XX-TBD	0.36 21	0.59 236	1.75 76	0.07 146	0.00 1	1.11 79	0.00 1	0.73 17	0.63 40	0.44 88	1.24 272	0.06 41	0.06 92	0.39 37	0.08 13	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.03 42

stereogan	2.38 371	0.59 236	5.05 365	0.01 13	0.09 209	8.26 424	0.58 357	4.92 304	3.65 390	4.68 393	4.60 382	6.43 406	2.39 364	5.27 298	0.72 222	0.00 1	0.01 207	0.01 368	0.00 1	0.27 367	0.13 146

AIO-Stereo-zeroshot	1.52 308	0.60 239	5.47 382	0.27 265	1.02 400	1.33 167	0.26 305	6.85 406	1.21 142	0.60 115	0.62 206	5.38 399	1.37 322	1.76 172	1.11 280	0.00 1	0.72 343	0.00 1	0.57 429	0.17 321	0.98 341

LoS_RVC	0.25 6	0.60 239	1.21 23	0.16 214	0.13 228	0.98 44	0.01 25	0.85 23	0.25 4	0.08 25	0.02 2	0.07 55	0.04 60	0.49 56	0.05 5	0.00 1	0.01 207	0.00 1	0.00 1	0.01 10	0.07 84

sAnonymous2	0.50 42	0.60 239	4.41 342	0.01 13	0.00 1	0.34 7	0.08 233	2.33 83	1.09 107	0.03 6	0.06 69	0.04 14	0.10 137	0.29 22	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 287	0.35 244

CroCo_RVC	0.50 42	0.60 239	4.41 342	0.01 13	0.00 1	0.34 7	0.08 233	2.33 83	1.09 107	0.03 6	0.06 69	0.04 14	0.10 137	0.29 22	0.02 1	0.00 1	0.00 1	0.00 1	0.00 1	0.14 287	0.35 244

HSM	1.48 301	0.60 239	1.85 108	0.01 13	0.29 299	1.76 294	0.04 190	6.50 398	1.46 223	1.91 286	1.55 292	4.69 382	1.27 318	6.66 354	0.70 218	0.00 1	0.00 1	0.00 1	0.00 1	0.07 195	0.26 223

DLCB_ROB	1.38 286	0.60 239	1.96 131	0.10 182	0.00 1	1.53 236	0.23 296	4.02 214	1.91 300	3.54 372	1.97 312	3.40 349	0.30 209	4.91 281	2.97 359	0.00 1	0.00 1	0.00 1	0.00 1	0.04 143	0.12 138

delet	1.31 273	0.61 245	2.64 229	0.05 115	0.17 246	2.84 353	1.00 379	4.88 298	2.46 348	1.38 231	1.37 280	1.62 253	0.90 293	4.52 259	1.48 297	0.00 1	0.00 1	0.00 1	0.00 1	0.14 287	0.08 90

SGM_RVC	4.67 414	0.61 245	2.62 227	1.13 399	0.29 299	7.96 422	2.60 409	7.55 424	4.36 401	12.34 436	9.95 414	15.94 436	8.56 430	10.88 437	6.38 400	0.22 411	0.25 292	0.20 416	0.23 388	0.32 379	0.92 334
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
WCG-NET（raft）	0.45 32	0.62 247	0.93 11	0.02 51	0.06 182	0.90 35	0.05 204	0.70 10	1.32 188	0.33 72	0.14 90	1.51 242	0.14 161	0.41 42	0.22 87	0.00 1	1.29 427	0.00 1	0.01 259	0.16 308	0.25 217

MaDis-Stereo	0.30 15	0.62 247	1.63 59	0.07 146	0.19 252	0.40 14	0.02 108	1.36 39	0.76 56	0.04 15	0.05 62	0.13 86	0.05 78	0.38 35	0.33 123	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.02 28

STTStereo	0.98 189	0.62 247	3.78 316	0.25 255	0.15 241	1.44 197	0.10 253	3.57 158	1.75 284	1.46 240	0.19 107	1.74 265	0.44 240	3.47 212	0.54 195	0.00 1	0.00 1	0.00 1	0.00 1	0.01 10	0.05 64

fff	0.83 129	0.63 250	3.63 301	0.01 13	0.04 169	1.25 130	0.02 108	3.98 207	1.29 176	2.39 329	0.25 122	0.09 67	1.78 347	0.58 73	0.36 139	0.00 1	0.00 1	0.00 1	0.00 1	0.01 10	0.37 247

CroCo-Stereo	0.50 42	0.63 250	2.38 197	0.14 205	0.00 1	0.19 4	0.02 108	4.28 251	0.96 92	0.14 33	0.03 40	0.46 129	0.08 117	0.32 28	0.29 114	0.00 1	0.00 1	0.00 1	0.00 1	0.01 10	0.01 12
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
csc	0.83 129	0.63 250	3.63 301	0.01 13	0.04 169	1.25 130	0.02 108	3.98 207	1.29 176	2.39 329	0.25 122	0.09 67	1.78 347	0.58 73	0.36 139	0.00 1	0.00 1	0.00 1	0.00 1	0.01 10	0.37 247

cscssc	0.83 129	0.63 250	3.63 301	0.01 13	0.04 169	1.25 130	0.02 108	3.98 207	1.29 176	2.39 329	0.25 122	0.09 67	1.78 347	0.58 73	0.36 139	0.00 1	0.00 1	0.00 1	0.00 1	0.01 10	0.37 247

rvit_stereo_0080	0.44 29	0.64 254	2.07 149	0.01 13	0.00 1	0.90 35	0.01 25	3.40 149	1.16 118	0.03 6	0.04 51	0.06 41	0.01 7	0.19 4	0.14 47	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.11 130

whm_eth	0.44 29	0.64 254	2.07 149	0.01 13	0.00 1	0.90 35	0.01 25	3.40 149	1.16 118	0.03 6	0.04 51	0.06 41	0.01 7	0.19 4	0.14 47	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.11 130

ssnet_v2	1.33 281	0.64 254	2.83 243	0.06 134	0.03 146	2.08 313	0.36 337	5.88 375	2.33 337	2.52 340	0.88 244	3.06 336	0.54 247	1.75 171	3.30 368	0.00 1	0.00 1	0.00 1	0.00 1	0.25 355	0.13 146

ADStereo(finetuned)	0.98 189	0.65 257	4.66 348	0.03 72	0.00 1	1.25 130	0.01 25	3.99 211	2.16 321	2.65 343	0.30 136	0.09 67	2.33 362	0.58 73	0.45 168	0.00 1	0.00 1	0.00 1	0.00 1	0.03 114	0.41 262

DCANet	0.84 135	0.65 257	3.63 301	0.03 72	0.00 1	1.25 130	0.01 25	3.99 211	2.16 321	2.66 346	0.31 139	0.09 67	0.48 245	0.57 72	0.45 168	0.00 1	0.00 1	0.00 1	0.00 1	0.03 114	0.41 262

FCDSN-DC	5.38 420	0.65 257	3.19 270	0.24 250	0.46 333	5.71 406	1.61 395	5.83 374	4.51 403	14.74 444	22.03 447	20.43 443	13.01 445	8.48 417	6.00 396	0.02 361	0.00 1	0.00 1	0.00 1	0.07 195	0.52 275
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
IIG-Stereo	1.39 288	0.67 260	1.73 71	2.48 430	0.05 177	1.63 270	0.14 267	3.00 121	1.20 134	2.94 356	2.23 322	3.03 333	0.55 249	7.41 393	0.66 211	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.07 84

ccnet	1.96 340	0.68 261	3.59 299	0.26 261	0.19 252	3.68 378	1.55 394	4.89 299	1.77 286	2.68 348	3.92 373	3.44 351	1.72 344	5.02 288	5.22 388	0.06 390	0.00 1	0.09 405	0.01 259	0.13 277	0.32 236

psm_up	1.01 196	0.68 261	2.47 215	0.04 99	0.00 1	2.01 309	0.05 204	4.09 223	1.29 176	2.65 343	0.47 182	1.71 262	0.44 240	3.65 221	0.45 168	0.06 390	0.00 1	0.00 1	0.00 1	0.14 287	0.06 74

UCFNet_RVC	0.78 123	0.68 261	2.05 147	0.02 51	0.29 299	1.57 248	0.02 108	3.57 158	0.87 75	1.35 228	0.74 224	1.66 259	0.20 191	1.92 178	0.61 203	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.04 49

MMNet	1.33 281	0.69 264	4.18 326	0.11 195	0.01 75	4.08 383	0.02 108	4.27 250	1.49 229	2.17 308	0.33 143	1.34 235	1.20 308	4.52 259	1.93 320	0.00 1	0.00 1	0.00 1	0.00 1	0.11 260	0.06 74

rvit_0105_3	0.62 84	0.70 265	3.40 288	0.01 13	0.00 1	1.12 81	0.01 25	3.96 204	1.58 241	0.16 37	0.38 161	0.11 75	0.03 45	0.70 96	0.17 62	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.09 112

SPstereo	0.56 68	0.71 266	1.55 44	0.30 268	1.03 402	1.27 144	0.01 25	2.03 77	0.78 58	0.30 69	0.35 153	0.10 73	0.10 137	0.56 68	0.75 224	0.00 1	1.06 391	0.00 1	0.00 1	0.13 277	0.25 217

gwcnet-sp	1.11 217	0.71 266	4.90 357	0.05 115	0.01 75	2.59 340	0.14 267	4.22 242	1.38 210	1.93 289	0.18 95	0.68 161	0.38 226	3.77 226	0.98 267	0.00 1	0.00 1	0.00 1	0.00 1	0.13 277	0.08 90

scenet	1.11 217	0.71 266	4.90 357	0.05 115	0.01 75	2.59 340	0.14 267	4.22 242	1.38 210	1.93 289	0.18 95	0.68 161	0.38 226	3.77 226	0.98 267	0.00 1	0.00 1	0.00 1	0.00 1	0.13 277	0.08 90

ssnet	1.11 217	0.71 266	4.90 357	0.05 115	0.01 75	2.59 340	0.14 267	4.22 242	1.38 210	1.93 289	0.18 95	0.68 161	0.38 226	3.77 226	0.98 267	0.00 1	0.00 1	0.00 1	0.00 1	0.13 277	0.08 90

hitnet-ft	1.26 260	0.71 266	2.37 196	0.04 99	0.00 1	1.39 180	0.21 290	3.94 201	2.53 353	1.61 263	1.11 263	4.21 372	0.36 222	4.83 279	1.65 306	0.01 334	0.00 1	0.03 392	0.00 1	0.11 260	0.08 90

RASNet	1.75 324	0.71 266	2.93 252	0.20 236	3.20 435	1.75 293	0.26 305	3.87 191	2.64 358	0.98 166	1.46 288	5.25 398	1.67 343	6.73 358	2.81 356	0.00 1	0.00 1	0.00 1	0.00 1	0.06 170	0.47 268

MIPNet	0.77 121	0.74 272	2.72 232	0.08 154	0.07 193	1.32 162	0.12 263	4.14 234	1.51 231	0.90 155	0.11 83	0.67 157	0.95 295	1.42 155	0.30 119	0.00 1	0.01 207	0.01 368	0.01 259	0.15 300	0.23 205

SACVNet	1.14 228	0.74 272	2.49 218	0.07 146	0.00 1	1.65 278	0.28 314	4.52 268	1.51 231	2.11 303	0.79 232	1.57 245	0.07 105	5.28 299	1.31 287	0.01 334	0.00 1	0.00 1	0.00 1	0.26 362	0.18 179

rvit_105_1	0.76 117	0.75 274	3.75 314	0.01 13	0.00 1	1.16 93	0.01 25	4.13 232	1.51 231	0.24 60	0.31 139	0.14 88	0.04 60	2.70 193	0.32 122	0.00 1	0.00 1	0.00 1	0.00 1	0.04 143	0.07 84

CroCo-Stereo Lap2	0.42 27	0.75 274	1.76 82	0.03 72	0.00 1	0.33 6	0.01 25	3.75 172	0.81 65	0.02 1	0.03 40	0.04 14	0.07 105	0.52 63	0.23 95	0.00 1	0.00 1	0.00 1	0.00 1	0.07 195	0.03 42

OMP-Stereo	1.29 267	0.75 274	1.67 63	2.47 429	0.29 299	1.61 262	0.32 330	2.38 88	1.09 107	2.66 346	1.14 266	3.04 334	0.17 176	7.40 392	0.60 200	0.00 1	0.00 1	0.00 1	0.00 1	0.07 195	0.08 90

APVNet	1.68 321	0.75 274	4.94 361	0.13 202	0.01 75	4.56 394	0.08 233	5.20 326	1.44 218	1.51 244	1.05 256	2.87 326	0.93 294	6.76 360	2.76 351	0.01 334	0.00 1	0.07 402	0.00 1	0.34 384	0.08 90

psmorigin	2.16 359	0.75 274	10.72 434	0.24 250	0.03 146	1.62 267	0.20 283	3.80 175	1.16 118	5.40 403	3.08 353	5.77 400	2.29 360	5.62 315	2.13 326	0.00 1	0.00 1	0.00 1	0.00 1	0.08 206	0.25 217

CSP-Net	1.13 223	0.76 279	1.67 63	0.01 13	0.00 1	2.81 351	0.05 204	5.62 356	1.14 116	1.14 199	0.85 242	1.80 269	0.23 196	6.10 329	0.36 139	0.00 1	0.00 1	0.00 1	0.00 1	0.13 277	0.03 42

IPLG	0.99 191	0.76 279	3.08 263	0.06 134	0.06 182	1.40 184	0.11 255	3.81 177	1.07 104	0.81 144	1.00 254	0.50 136	0.60 258	5.65 317	0.38 151	0.00 1	0.00 1	0.00 1	0.00 1	0.23 346	0.20 195

GEStereo_RVC	1.25 251	0.76 279	2.61 225	0.37 278	0.01 75	1.40 184	0.11 255	6.93 408	1.20 134	1.22 213	0.78 231	1.58 248	0.77 283	6.13 330	0.66 211	0.00 1	0.00 1	0.00 1	0.00 1	0.14 287	0.23 205

StereoVision	1.00 194	0.77 282	2.81 240	0.05 115	0.02 127	1.14 88	0.03 161	4.13 232	1.18 126	0.19 49	6.80 402	0.49 133	0.12 157	1.20 139	1.01 272	0.00 1	0.00 1	0.00 1	0.00 1	0.06 170	0.02 28

iResNet	1.20 238	0.77 282	3.37 287	1.01 394	0.01 75	2.00 308	0.01 25	4.44 261	1.74 282	1.88 283	1.09 259	0.35 116	0.35 219	4.22 242	2.44 343	0.00 1	0.00 1	0.00 1	0.00 1	0.09 226	0.26 223

rvit_stereo_ft	0.47 36	0.79 284	2.69 231	0.01 13	0.00 1	0.21 5	0.01 25	3.45 153	1.45 221	0.03 6	0.05 62	0.08 61	0.02 22	0.28 17	0.13 40	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.17 171

Sa-1000	1.23 246	0.79 284	2.16 165	0.00 1	0.40 318	1.36 172	0.03 161	5.00 312	2.01 310	1.11 196	5.38 388	0.61 145	0.15 163	4.18 237	0.37 150	0.00 1	0.54 325	0.00 1	0.16 350	0.15 300	0.16 166

ADLNet2	1.52 308	0.79 284	3.51 295	0.01 13	0.69 371	1.26 138	0.26 305	4.84 294	3.10 381	1.67 269	3.23 358	4.17 371	0.80 287	4.77 276	1.00 271	0.00 1	0.00 1	0.00 1	0.00 1	0.22 345	0.12 138

MIM_Stereo	0.72 114	0.80 287	2.05 147	0.63 341	1.06 403	1.31 154	0.02 108	2.80 103	1.24 150	0.19 49	0.02 2	0.70 165	0.20 191	1.31 150	0.16 56	0.00 1	0.18 286	0.00 1	0.00 1	0.17 321	1.53 383

GANet-RSSM	1.09 214	0.80 287	2.41 201	0.72 360	0.00 1	1.39 180	0.02 108	5.15 321	1.07 104	0.95 164	0.34 146	2.06 284	1.12 303	4.69 264	0.80 230	0.00 1	0.00 1	0.04 397	0.00 1	0.15 300	0.09 112

RYNet	1.76 326	0.81 289	4.24 330	0.34 273	0.10 217	2.62 344	0.07 227	5.36 341	2.08 318	1.38 231	0.35 153	4.71 383	1.35 321	6.73 358	4.61 385	0.00 1	0.05 252	0.00 1	0.00 1	0.05 158	0.33 241

XPNet_ROB	1.41 292	0.81 289	2.75 235	0.04 99	0.01 75	1.70 288	0.17 274	4.14 234	1.69 269	4.12 384	1.10 261	1.58 248	0.52 246	5.13 293	4.07 379	0.00 1	0.00 1	0.00 1	0.00 1	0.11 260	0.25 217

CVANet_RVC	1.37 285	0.82 291	3.23 275	0.54 315	0.11 221	1.48 222	0.46 344	4.01 213	2.23 327	3.33 367	1.34 279	1.51 242	0.37 224	6.38 340	0.69 217	0.01 334	0.00 1	0.00 1	0.05 297	0.19 332	0.62 292

SA	1.02 201	0.85 292	2.22 172	0.00 1	0.42 323	1.31 154	0.01 25	4.74 290	2.04 315	0.50 107	0.95 251	0.30 113	1.30 320	4.24 245	0.42 162	0.00 1	0.47 315	0.00 1	0.17 358	0.16 308	0.30 231

NLCA_NET_v2_RVC	1.20 238	0.85 292	3.90 320	0.61 333	0.99 396	1.40 184	0.01 25	4.06 219	1.56 239	2.38 328	0.36 157	2.15 294	0.57 254	4.52 259	0.67 214	0.00 1	0.00 1	0.00 1	0.01 259	0.02 50	0.03 42
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
PS-NSSS	1.25 251	0.85 292	2.77 237	0.05 115	0.03 146	1.40 184	0.01 25	5.04 314	2.38 340	1.34 226	2.80 347	0.65 151	0.06 92	6.36 339	0.91 259	0.18 408	0.00 1	0.00 1	0.00 1	0.12 267	0.01 12

MyStereo8	1.16 233	0.86 295	3.73 312	0.86 381	0.04 169	1.47 215	0.01 25	4.64 281	2.13 319	1.47 241	1.10 261	1.21 227	0.31 213	1.12 133	1.50 298	0.00 1	1.45 433	0.00 1	0.30 412	0.10 237	0.93 338

fast-acv-ft	1.54 311	0.86 295	4.85 355	0.11 195	0.12 226	3.88 379	0.28 314	2.97 118	2.26 330	0.96 165	3.49 364	2.97 330	1.23 314	3.47 212	2.75 350	0.04 380	0.01 207	0.04 397	0.04 294	0.44 402	0.08 90

AACVNet	1.04 203	0.87 297	2.22 172	0.25 255	0.00 1	1.79 297	0.01 25	4.21 240	0.79 59	1.17 204	0.27 129	1.50 241	0.16 171	6.30 338	0.89 253	0.00 1	0.00 1	0.00 1	0.00 1	0.23 346	0.04 49

PSMNet-RSSM	1.10 216	0.88 298	2.30 184	0.23 245	0.00 1	1.41 190	0.03 161	5.44 350	1.19 128	1.56 253	0.50 185	2.46 310	0.71 279	4.23 243	0.90 256	0.00 1	0.00 1	0.01 368	0.00 1	0.10 237	0.08 90

MaskLacGwcNet_RVC	1.88 333	0.88 298	3.47 293	1.64 421	0.22 264	4.27 387	0.40 339	3.90 198	1.63 259	0.72 133	0.71 219	3.06 336	0.11 146	5.13 293	1.03 274	5.07 439	0.54 325	0.00 1	0.00 1	1.73 431	3.16 439

raftrobust	0.68 102	0.89 300	1.80 89	0.02 51	1.29 410	1.22 115	0.05 204	2.37 87	0.62 39	2.99 359	0.03 40	0.12 79	0.15 163	0.60 83	0.51 189	0.00 1	0.69 336	0.00 1	0.00 1	0.10 237	0.24 209

RP	2.09 350	0.90 301	3.88 319	0.22 240	0.61 357	1.72 290	0.94 374	4.97 308	2.65 359	3.87 379	5.63 391	4.44 373	4.28 403	4.99 286	2.35 339	0.01 334	0.00 1	0.00 1	0.01 259	0.20 336	0.13 146

TDLM	1.32 276	0.90 301	2.42 209	0.61 333	0.03 146	1.59 252	2.04 402	3.73 171	2.29 333	1.70 274	0.94 250	1.07 217	0.67 275	6.49 345	1.12 281	0.00 1	0.00 1	0.00 1	0.00 1	0.18 329	0.54 277

TestStereo1	0.96 179	0.91 303	2.21 170	0.24 250	0.42 323	1.31 154	0.02 108	4.10 225	1.71 275	0.47 96	1.64 297	0.20 96	1.20 308	3.55 215	0.36 139	0.00 1	0.27 298	0.00 1	0.00 1	0.19 332	0.32 236

RAFT+CT+SA	0.85 138	0.91 303	2.23 177	0.19 222	0.29 299	1.27 144	0.03 161	4.92 304	0.86 73	0.65 120	0.40 167	0.67 157	0.05 78	3.03 200	0.18 66	0.00 1	0.28 302	0.00 1	0.35 416	0.15 300	0.61 290

SA-5K	0.96 179	0.91 303	2.21 170	0.24 250	0.42 323	1.31 154	0.02 108	4.10 225	1.71 275	0.47 96	1.64 297	0.20 96	1.20 308	3.55 215	0.36 139	0.00 1	0.27 298	0.00 1	0.00 1	0.19 332	0.32 236

UDGNet	0.44 29	0.91 303	1.89 121	0.04 99	0.00 1	1.15 90	0.02 108	0.75 18	1.77 286	0.45 93	0.07 73	0.06 41	0.02 22	1.62 164	0.11 25	0.00 1	0.00 1	0.00 1	0.00 1	0.02 50	0.01 12

rafts_anoy	0.67 97	0.91 303	1.85 108	0.60 329	1.02 400	1.16 93	0.04 190	3.25 141	0.48 21	0.19 49	0.18 95	0.11 75	0.19 185	1.17 136	0.58 199	0.00 1	1.47 435	0.00 1	0.01 259	0.05 158	0.22 201

GANet	2.23 365	0.92 308	3.10 265	0.88 383	0.08 202	2.25 317	3.25 414	4.61 278	1.71 275	2.55 341	9.98 415	2.56 312	1.47 330	7.52 398	2.98 360	0.00 1	0.04 247	0.02 387	0.08 311	0.14 287	0.42 266

iRaft-Stereo_5w	1.28 263	0.93 309	3.51 295	0.14 205	0.66 366	1.21 111	0.01 25	3.87 191	1.06 103	0.19 49	1.97 312	1.62 253	1.50 331	6.80 361	1.07 278	0.00 1	0.16 283	0.00 1	0.06 304	0.26 362	0.67 299

test_5	0.94 166	0.94 310	2.60 223	0.55 318	0.25 278	1.47 215	0.02 108	4.89 299	0.97 93	0.81 144	0.30 136	0.80 184	0.63 266	3.39 208	0.24 100	0.00 1	0.27 298	0.00 1	0.00 1	0.17 321	0.54 277

CFNet-ft	0.97 187	0.94 310	2.30 184	0.01 13	0.27 292	1.37 174	0.02 108	2.76 98	0.79 59	0.88 152	0.20 111	3.76 364	0.38 226	4.21 240	1.34 290	0.00 1	0.00 1	0.01 368	0.00 1	0.08 206	0.09 112

CFNet_RVC	0.97 187	0.94 310	2.30 184	0.01 13	0.27 292	1.37 174	0.02 108	2.76 98	0.79 59	0.88 152	0.20 111	3.76 364	0.38 226	4.21 240	1.34 290	0.00 1	0.00 1	0.01 368	0.00 1	0.08 206	0.09 112

RAFT_CTSACE	0.85 138	0.95 313	2.60 223	0.60 329	0.05 177	1.20 103	0.01 25	3.18 138	0.85 72	0.79 142	1.57 294	2.18 296	0.78 285	1.20 139	0.22 87	0.00 1	0.33 305	0.00 1	0.00 1	0.28 370	0.21 200

RAFT-Stereo + iAFF	0.90 152	0.95 313	1.93 127	0.06 134	0.92 389	1.24 123	0.02 108	3.30 145	1.75 284	1.23 214	2.58 343	0.43 126	0.16 171	0.68 95	0.82 233	0.00 1	0.70 339	0.00 1	0.00 1	0.23 346	1.05 347

RGC	2.11 354	0.95 313	4.61 347	0.08 154	0.29 299	3.34 368	0.11 255	5.40 346	1.78 288	3.93 381	4.52 381	5.20 395	3.05 383	5.78 319	2.78 354	0.00 1	0.00 1	0.00 1	0.00 1	0.12 267	0.18 179

pmcnn	3.98 404	0.95 313	7.29 408	0.71 358	1.42 413	2.84 353	1.22 388	5.89 376	2.42 345	9.34 427	11.71 420	18.88 441	2.65 372	6.89 367	6.35 399	0.00 1	0.07 261	0.00 1	0.00 1	0.21 339	0.76 316

Consistency-Raft	1.48 301	0.96 317	5.40 380	0.36 275	0.31 313	1.66 279	0.11 255	4.30 254	4.32 400	0.47 96	5.99 394	0.86 187	2.09 356	1.19 138	1.31 287	0.03 372	0.01 207	0.00 1	0.00 1	0.27 367	0.02 28

RAFT	0.91 155	0.96 317	1.82 102	0.89 384	0.44 328	0.97 43	0.08 233	3.71 170	1.25 157	0.36 75	0.20 111	3.87 367	0.27 205	0.70 96	0.49 183	0.00 1	0.83 359	0.00 1	0.01 259	0.47 403	0.87 330

RALCasStereoNet	0.80 125	0.96 317	1.77 85	0.28 266	0.97 394	1.13 84	0.03 161	2.91 111	1.11 112	0.17 41	0.34 146	0.12 79	0.20 191	1.65 165	0.65 209	0.00 1	1.72 442	0.00 1	0.00 1	0.11 260	1.90 427

AIO-Stereo-zeroshot1	1.97 343	0.97 320	7.79 415	0.68 354	1.01 399	1.47 215	0.20 283	7.05 415	1.44 218	0.54 113	6.19 396	5.17 393	1.14 304	1.65 165	1.18 286	0.01 334	0.77 347	0.00 1	0.64 435	0.25 355	1.23 362

LL-Strereo2	0.63 90	0.97 320	2.03 142	0.76 372	0.86 383	1.15 90	0.08 233	1.85 67	1.20 134	0.45 93	0.02 2	0.50 136	0.07 105	0.63 89	0.65 209	0.00 1	0.17 285	0.00 1	0.03 282	0.05 158	1.05 347

MLCV	1.19 237	0.97 320	3.09 264	0.07 146	0.00 1	1.63 270	0.04 190	3.33 146	1.57 240	2.74 352	1.83 307	0.99 209	0.40 236	5.31 300	1.53 300	0.00 1	0.00 1	0.00 1	0.00 1	0.12 267	0.11 130

MeshStereo	6.09 423	0.97 320	3.59 299	0.26 261	0.14 233	7.68 420	2.02 401	10.42 436	5.77 412	20.76 455	19.69 443	22.78 447	10.56 438	10.29 431	6.16 397	0.00 1	0.00 1	0.00 1	0.00 1	0.29 373	0.41 262
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
4D-IteraStereo	0.59 74	0.98 324	2.62 227	0.04 99	0.09 209	1.07 57	0.08 233	1.45 47	0.39 13	0.12 31	0.05 62	0.82 186	0.10 137	0.77 107	1.05 275	0.00 1	0.40 310	0.00 1	0.00 1	0.08 206	1.79 416

iinet-f	1.90 336	0.98 324	13.29 441	0.42 287	0.03 146	4.30 390	0.04 190	3.86 189	1.32 188	1.28 218	0.57 195	2.91 329	2.70 373	2.60 188	3.11 364	0.00 1	0.02 233	0.02 387	0.00 1	0.49 405	0.09 112

Nwc_Net	2.25 366	0.98 324	5.37 377	0.07 146	0.11 221	2.80 350	0.05 204	7.36 421	1.30 184	2.77 353	8.21 408	5.18 394	2.98 381	5.16 295	2.46 345	0.00 1	0.00 1	0.00 1	0.00 1	0.12 267	0.08 90

TestStereo	0.67 97	0.99 327	2.26 179	0.00 1	0.00 1	0.92 38	0.01 25	1.77 65	0.30 10	0.20 56	0.05 62	0.08 61	0.06 92	6.62 350	0.09 16	0.00 1	0.00 1	0.00 1	0.00 1	0.01 10	0.08 90

DeepPruner_ROB	1.04 203	0.99 327	3.05 261	0.02 51	0.00 1	1.60 256	0.17 274	3.96 204	0.52 24	3.41 370	0.03 40	2.06 284	0.17 176	3.35 206	1.12 281	0.00 1	0.00 1	0.00 1	0.00 1	0.14 287	0.14 152

CBFPSM	1.51 305	1.00 329	5.32 376	0.05 115	0.01 75	3.57 376	0.04 190	4.06 219	1.03 100	0.65 120	0.21 115	6.06 402	3.60 392	2.65 190	1.82 313	0.00 1	0.01 207	0.00 1	0.00 1	0.09 226	0.12 138

aanetorigin	2.99 381	1.00 329	9.85 430	0.23 245	0.23 269	1.59 252	2.01 400	1.94 74	1.25 157	14.45 442	10.04 416	2.98 331	3.75 394	4.97 285	4.01 378	0.10 398	0.05 252	0.09 405	0.11 329	0.55 415	0.55 282

DispNO	1.47 299	1.01 331	5.05 365	0.13 202	0.08 202	1.49 226	0.02 108	4.38 257	1.86 292	1.51 244	1.57 294	3.12 339	1.09 302	5.77 318	1.89 318	0.00 1	0.02 233	0.03 392	0.11 329	0.11 260	0.08 90

DPSNet	3.98 404	1.01 331	12.58 438	0.74 367	0.55 342	5.24 404	1.53 393	12.44 441	4.82 406	2.89 354	0.97 253	6.37 404	11.43 442	8.20 412	8.61 412	0.09 397	0.51 322	0.11 409	0.38 420	0.35 388	0.83 325

cf-r	1.18 236	1.02 333	3.22 273	0.25 255	0.02 127	1.44 197	0.03 161	5.11 320	2.16 321	1.31 222	0.59 203	2.87 326	0.24 198	4.26 246	0.79 228	0.00 1	0.00 1	0.00 1	0.00 1	0.15 300	0.12 138

NCC-stereo	2.09 350	1.02 333	4.78 353	0.10 182	0.26 287	2.33 325	0.13 264	5.82 372	1.70 273	2.98 357	3.18 356	4.63 379	5.69 419	6.26 334	2.76 351	0.05 384	0.00 1	0.00 1	0.00 1	0.08 206	0.14 152

Abc-Net	2.09 350	1.02 333	4.78 353	0.10 182	0.26 287	2.33 325	0.13 264	5.82 372	1.70 273	2.98 357	3.18 356	4.63 379	5.69 419	6.26 334	2.76 351	0.05 384	0.00 1	0.00 1	0.00 1	0.08 206	0.14 152
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
FBW_ROB	2.74 379	1.02 333	4.72 349	0.43 289	0.18 249	4.35 391	0.18 279	7.28 420	3.50 387	3.57 373	3.38 362	4.86 384	1.22 313	11.70 441	5.76 392	0.17 407	0.08 265	0.59 425	0.12 336	0.28 370	1.40 375

GMStereo	0.34 17	1.03 337	2.11 161	0.01 13	0.00 1	0.47 20	0.01 25	0.77 19	1.38 210	0.24 60	0.04 51	0.07 55	0.08 117	0.43 47	0.12 31	0.00 1	0.00 1	0.00 1	0.00 1	0.03 114	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
ETE_ROB	1.42 294	1.04 338	3.10 265	0.02 51	0.03 146	1.81 299	0.22 293	4.73 288	1.67 267	4.77 394	1.43 285	2.77 319	0.08 117	4.23 243	2.20 329	0.00 1	0.00 1	0.00 1	0.00 1	0.06 170	0.20 195

raft_robust	1.21 240	1.05 339	2.00 137	0.10 182	0.43 327	1.39 180	0.02 108	4.21 240	2.32 335	0.44 88	0.02 2	2.23 298	1.39 323	7.00 379	0.35 135	0.00 1	0.78 349	0.00 1	0.18 365	0.10 237	0.19 183

raft+_RVC	0.71 108	1.05 339	1.86 111	0.64 344	1.31 411	1.20 103	0.05 204	2.44 89	0.77 57	0.18 44	0.43 174	0.08 61	0.15 163	0.93 127	0.64 207	0.00 1	1.43 432	0.00 1	0.00 1	0.09 226	1.03 345

111	1.00 194	1.05 339	3.63 301	0.01 13	0.04 169	1.20 103	0.16 271	4.50 265	2.24 328	1.32 223	1.15 268	2.00 281	0.31 213	0.59 80	0.79 228	0.00 1	0.00 1	0.00 1	0.00 1	0.10 237	0.84 326

AFF-stereo	0.89 151	1.05 339	1.70 68	0.49 308	0.18 249	1.21 111	0.01 25	3.58 160	1.62 253	0.84 147	1.93 310	1.14 223	0.26 202	1.24 145	0.68 215	0.00 1	0.64 333	0.00 1	0.00 1	0.26 362	0.89 332

LALA_ROB	1.55 313	1.07 343	2.99 260	0.02 51	0.06 182	3.20 361	0.49 347	4.07 221	1.80 290	3.79 378	0.66 212	4.51 375	0.25 201	3.82 229	4.07 379	0.00 1	0.00 1	0.00 1	0.00 1	0.10 237	0.11 130

WCMA_ROB	5.16 417	1.07 343	4.40 341	0.66 347	0.69 371	6.28 413	3.63 420	5.39 344	4.05 397	14.77 445	19.39 441	15.46 434	10.72 440	7.67 405	6.77 403	0.19 410	0.27 298	0.18 415	0.20 373	0.18 329	1.23 362

HITNet	1.01 196	1.08 345	3.32 285	0.80 375	0.00 1	1.37 174	0.02 108	5.20 326	1.59 244	1.88 283	0.18 95	0.64 150	0.31 213	1.24 145	2.01 322	0.00 1	0.00 1	0.00 1	0.00 1	0.08 206	0.47 268
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
RALAANet	0.68 102	1.09 346	2.29 182	0.03 72	0.01 75	0.93 40	0.03 161	2.65 95	1.97 308	1.19 205	0.39 166	0.15 93	0.30 209	1.27 149	0.75 224	0.00 1	0.25 292	0.00 1	0.09 319	0.19 332	0.03 42

AASNet	1.05 206	1.11 347	3.12 267	0.05 115	0.00 1	1.73 292	0.05 204	5.73 363	2.17 325	1.10 194	1.84 308	0.94 201	0.19 185	1.16 135	1.37 292	0.00 1	0.00 1	0.00 1	0.00 1	0.34 384	0.16 166

HBP-ISP	1.59 317	1.12 348	3.42 289	0.53 314	0.10 217	4.27 387	1.44 391	5.35 338	1.61 247	3.58 374	0.87 243	0.91 193	1.18 307	6.64 352	0.46 175	0.04 380	0.02 233	0.00 1	0.00 1	0.06 170	0.24 209

AF-Net	2.51 373	1.12 348	5.46 381	0.01 13	0.13 228	2.03 310	0.47 345	7.04 414	2.74 367	4.09 383	10.64 417	4.99 387	2.94 377	4.94 283	3.28 367	0.00 1	0.00 1	0.00 1	0.00 1	0.17 321	0.15 159

Wz-Net-LNSev-Ref	1.86 332	1.13 350	5.96 388	0.02 51	0.00 1	5.00 400	0.29 321	5.31 336	2.38 340	2.65 343	1.15 268	2.32 307	1.95 354	5.59 313	3.35 370	0.00 1	0.00 1	0.00 1	0.00 1	0.04 143	0.14 152

LMCR-Stereo	1.28 263	1.13 350	2.41 201	0.57 322	0.03 146	2.72 346	0.09 245	6.86 407	0.88 78	2.44 335	1.92 309	0.14 88	1.55 336	3.57 217	1.12 281	0.00 1	0.00 1	0.00 1	0.00 1	0.16 308	0.02 28

PA-Net	1.56 315	1.13 350	5.13 369	0.07 146	0.17 246	1.46 208	0.53 350	4.73 288	3.04 380	0.92 160	1.30 276	2.29 304	0.62 264	6.63 351	3.00 361	0.01 334	0.00 1	0.00 1	0.00 1	0.07 195	0.15 159
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
DGSMNet	2.56 375	1.15 353	7.39 409	1.34 412	2.02 427	3.20 361	3.97 423	6.11 386	1.72 280	1.52 247	2.72 346	3.23 345	0.63 266	4.74 268	2.39 341	1.12 428	1.53 437	1.54 433	1.32 449	1.40 429	2.10 431

CC-Net-ROB	2.09 350	1.17 354	3.97 323	1.52 417	0.23 269	3.35 369	0.05 204	5.09 318	2.74 367	1.09 191	1.40 282	0.97 207	0.18 180	6.66 354	0.87 245	1.46 434	1.64 439	7.13 442	0.00 1	1.67 430	0.54 277

TRStereo	0.88 145	1.18 355	2.44 213	0.72 360	0.10 217	1.56 245	0.03 161	5.73 363	1.28 172	0.18 44	0.30 136	0.62 146	0.43 239	1.02 132	0.13 40	0.00 1	0.47 315	0.00 1	0.25 394	0.01 10	1.23 362

DMCA-RVC	1.12 221	1.19 356	5.30 375	0.03 72	0.04 169	1.30 152	0.06 225	3.05 125	0.87 75	3.33 367	0.12 87	0.98 208	0.65 272	3.40 209	1.82 313	0.01 334	0.04 247	0.02 387	0.01 259	0.10 237	0.09 112

dd	0.45 32	1.20 357	2.52 220	0.06 134	0.01 75	1.23 119	0.03 161	0.88 25	1.48 228	0.26 65	0.06 69	0.12 79	0.05 78	0.42 43	0.44 164	0.02 361	0.00 1	0.00 1	0.00 1	0.06 170	0.06 74

IGEVStereo-DCA	0.88 145	1.21 358	1.81 97	0.18 217	0.16 243	0.83 28	0.01 25	0.71 11	1.36 202	0.40 80	0.04 51	0.06 41	0.09 129	6.04 325	2.22 333	0.00 1	0.48 319	0.00 1	0.15 342	0.16 308	1.76 407

rrr	1.15 231	1.21 358	5.05 365	0.18 217	0.16 243	0.83 28	0.06 225	2.88 106	1.44 218	0.40 80	0.04 51	0.06 41	0.09 129	6.04 325	2.22 333	0.00 1	0.48 319	0.00 1	0.19 371	0.16 308	1.59 394

dad	1.04 203	1.21 358	3.14 269	0.08 154	0.01 75	1.25 130	0.01 25	1.30 36	2.54 354	1.95 293	0.37 158	0.40 124	0.04 60	5.95 324	1.06 276	0.01 334	0.00 1	1.11 431	0.12 336	0.07 195	0.19 183

StereoDRNet	1.66 320	1.21 358	5.39 379	0.06 134	0.11 221	2.49 334	1.06 382	5.28 332	1.89 297	3.60 375	0.63 207	2.28 300	0.64 269	4.70 265	3.25 366	0.00 1	0.03 243	0.00 1	0.01 259	0.15 300	0.36 246

GwcNet-RSSM	1.22 244	1.24 362	3.66 306	0.23 245	0.04 169	1.46 208	0.05 204	4.65 283	1.61 247	1.33 225	0.46 181	2.98 331	0.26 202	4.48 255	1.59 303	0.00 1	0.00 1	0.02 387	0.00 1	0.21 339	0.10 123

SDNR	3.62 397	1.25 363	7.41 410	0.71 358	0.22 264	26.06 462	0.02 108	4.55 273	2.42 345	3.10 362	11.33 418	3.05 335	0.77 283	8.31 416	2.21 332	0.05 384	0.11 277	0.00 1	0.01 259	0.08 206	0.66 296

ACRE	0.94 166	1.27 364	3.93 322	0.22 240	0.02 127	1.44 197	0.29 321	3.88 194	1.60 246	1.97 294	2.42 334	0.21 100	0.11 146	0.82 120	0.29 114	0.00 1	0.04 247	0.01 368	0.05 297	0.21 339	0.09 112

PSMNet_ROB	1.31 273	1.27 364	3.91 321	0.05 115	0.11 221	1.69 287	0.16 271	3.98 207	1.59 244	1.15 202	0.34 146	2.77 319	0.62 264	4.43 254	3.80 375	0.00 1	0.00 1	0.00 1	0.00 1	0.12 267	0.12 138

CIPLG	0.94 166	1.29 366	3.53 298	0.19 222	0.03 146	1.45 204	0.29 321	3.87 191	1.61 247	2.10 302	2.52 341	0.21 100	0.11 146	0.85 124	0.29 114	0.00 1	0.05 252	0.01 368	0.05 297	0.21 339	0.08 90

test_xeample3	0.95 175	1.30 367	5.13 369	0.19 222	0.23 269	0.95 41	0.07 227	2.30 82	1.47 226	0.40 80	0.05 62	0.08 61	0.07 105	1.45 156	2.27 335	0.00 1	0.69 336	0.00 1	0.33 414	0.17 321	1.85 420

NaN_ROB	2.33 370	1.31 368	4.55 344	0.32 271	0.30 311	3.13 360	5.01 434	4.57 275	2.78 372	5.49 404	1.73 300	2.28 300	1.98 355	7.48 396	4.32 382	0.01 334	0.06 258	0.03 392	0.09 319	0.20 336	0.88 331

GCST	1.13 223	1.32 369	3.12 267	0.57 322	0.90 386	0.92 38	0.09 245	4.38 257	1.43 215	0.49 104	0.51 188	0.39 121	0.35 219	5.56 312	0.95 264	1.34 433	0.02 233	0.00 1	0.00 1	0.13 277	0.15 159

NCCL2	1.51 305	1.32 369	3.27 282	0.03 72	0.07 193	1.63 270	3.29 415	4.54 272	1.61 247	3.22 365	0.37 158	3.84 366	0.31 213	4.42 253	2.02 324	0.00 1	0.00 1	0.02 387	0.00 1	0.09 226	0.22 201

CFNet	1.24 248	1.33 371	3.20 271	0.26 261	0.03 146	1.43 194	0.04 190	5.03 313	2.39 342	0.61 117	0.71 219	1.30 232	0.23 196	6.72 357	1.16 285	0.00 1	0.00 1	0.00 1	0.00 1	0.25 355	0.10 123

EDNetEfficient	6.66 429	1.34 372	34.37 457	0.66 347	1.93 425	2.04 312	3.59 419	3.08 129	14.92 438	20.02 454	9.53 413	6.48 408	10.85 441	7.65 401	15.21 440	0.03 372	0.10 274	0.01 368	0.22 384	0.61 418	0.55 282

IPLGR_C	0.94 166	1.37 373	3.71 309	0.19 222	0.02 127	1.44 197	0.29 321	3.88 194	1.62 253	2.04 298	2.44 340	0.20 96	0.12 157	0.79 111	0.29 114	0.00 1	0.05 252	0.01 368	0.05 297	0.21 339	0.08 90

iResNet_ROB	1.22 244	1.37 373	2.59 222	0.14 205	0.00 1	1.38 179	0.04 190	7.36 421	2.85 378	1.07 188	1.24 272	0.93 200	0.11 146	4.28 247	0.84 239	0.00 1	0.00 1	0.00 1	0.00 1	0.12 267	0.11 130

ARAFT	1.27 262	1.38 375	4.73 350	0.08 154	0.00 1	1.67 283	0.04 190	5.52 353	1.98 309	3.02 360	0.59 203	0.47 131	0.11 146	4.87 280	0.38 151	0.00 1	0.03 243	0.00 1	0.00 1	0.25 355	0.25 217

GANetREF_RVC	1.25 251	1.39 376	4.10 325	0.10 182	0.00 1	2.25 317	0.18 279	4.68 286	2.78 372	0.69 125	0.34 146	1.87 271	0.65 272	5.07 289	0.68 215	0.00 1	0.00 1	0.00 1	0.00 1	0.08 206	0.07 84
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
ADCRef	2.57 376	1.40 377	7.90 417	0.11 195	0.11 221	4.71 397	0.74 366	5.45 351	1.66 265	3.15 363	1.65 299	1.61 251	2.25 359	4.54 262	15.56 442	0.03 372	0.00 1	0.01 368	0.10 325	0.27 367	0.23 205

PDISCO_ROB	2.54 374	1.40 377	5.07 368	1.06 397	2.01 426	8.28 425	0.17 274	7.96 429	6.01 416	1.48 242	1.75 302	3.67 361	1.25 316	7.74 407	2.07 325	0.00 1	0.00 1	0.00 1	0.00 1	0.39 396	0.42 266

FADNet	1.38 286	1.42 379	5.62 384	0.03 72	0.06 182	2.56 338	0.16 271	4.66 284	1.64 263	0.35 74	0.11 83	1.66 259	1.05 300	5.64 316	1.59 303	0.18 408	0.02 233	0.01 368	0.01 259	0.52 412	0.23 205

BEATNet_4x	1.24 248	1.45 380	5.03 364	0.58 324	0.02 127	1.34 168	0.09 245	5.29 333	1.69 269	2.01 297	0.25 122	1.18 225	0.44 240	2.11 184	2.70 348	0.00 1	0.00 1	0.00 1	0.00 1	0.14 287	0.54 277

FADNet-RVC-Resample	1.28 263	1.46 381	6.58 402	0.10 182	0.14 233	1.54 240	0.25 303	4.29 253	1.46 223	0.61 117	0.23 119	1.29 231	0.28 207	5.23 297	1.06 276	0.10 398	0.16 283	0.09 405	0.06 304	0.28 370	0.39 257

SPS-STEREO	3.67 400	1.46 381	4.23 329	0.36 275	0.23 269	3.93 380	1.20 387	6.67 405	3.50 387	11.05 431	8.81 410	9.53 423	4.63 407	9.10 421	7.25 405	0.01 334	0.01 207	0.00 1	0.00 1	0.13 277	1.28 369
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
ADCPNet	3.94 403	1.47 383	14.87 443	0.11 195	0.45 330	7.19 415	2.23 406	5.42 348	3.18 384	4.53 392	2.03 316	7.48 415	5.27 415	7.05 384	14.73 439	0.02 361	0.74 345	0.04 397	0.91 444	0.23 346	0.85 328

Wz-Net-LNSev	1.60 318	1.48 384	8.20 421	0.03 72	0.03 146	3.95 381	0.13 264	4.89 299	2.33 337	0.92 160	0.31 139	3.64 360	1.40 324	2.90 198	1.50 298	0.00 1	0.00 1	0.00 1	0.00 1	0.10 237	0.20 195

GwcNet	1.96 340	1.51 385	7.43 411	0.30 268	1.20 407	4.13 384	0.61 358	4.45 262	1.92 301	1.53 248	2.31 325	3.93 370	0.54 247	5.50 306	3.16 365	0.00 1	0.00 1	0.00 1	0.01 259	0.39 396	0.24 209

DN-CSS_ROB	0.96 179	1.51 385	3.52 297	1.05 396	0.01 75	1.50 227	0.02 108	3.35 147	1.18 126	0.18 44	0.54 192	0.44 127	0.16 171	4.39 252	0.82 233	0.00 1	0.00 1	0.00 1	0.00 1	0.36 390	0.08 90

FADNet_RVC	1.32 276	1.54 387	5.37 377	0.02 51	0.06 182	2.78 349	0.07 227	4.19 239	1.03 100	0.44 88	0.35 153	0.67 157	0.10 137	5.42 305	1.92 319	0.24 412	0.33 305	0.11 409	0.33 414	0.66 422	0.68 302

ADCL	3.64 398	1.54 387	8.53 426	0.26 261	0.28 297	7.37 416	4.49 429	5.42 348	3.61 389	4.79 395	3.85 372	5.14 392	4.47 405	6.28 336	15.73 443	0.05 384	0.01 207	0.11 409	0.13 338	0.34 384	0.33 241

LL-Strereo	2.29 369	1.55 389	5.01 363	0.64 344	2.78 433	1.52 234	0.05 204	5.04 314	1.24 150	2.73 350	2.87 350	5.10 391	5.49 417	7.22 390	0.81 232	0.04 380	1.31 428	0.00 1	0.00 1	0.31 377	2.08 430

ELAS	9.07 435	1.55 389	5.19 373	1.87 423	1.92 424	17.05 444	8.29 454	13.92 443	13.52 437	23.08 460	28.56 460	18.59 440	16.90 452	12.06 443	13.39 436	0.91 423	1.32 429	0.65 428	0.59 431	0.68 424	1.31 370
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
DeepPrunerF	2.71 378	1.57 391	16.51 447	0.22 240	0.33 314	1.45 204	0.28 314	6.26 392	9.92 431	1.25 217	0.44 175	1.98 279	1.61 341	7.33 391	4.17 381	0.00 1	0.01 207	0.07 402	0.10 325	0.33 381	0.29 230

ELAS_RVC	8.75 434	1.59 392	6.34 397	1.91 424	1.87 422	11.67 435	12.14 461	10.75 438	16.11 442	22.55 459	21.45 445	18.49 439	18.29 456	14.17 446	12.53 432	0.92 424	1.32 429	0.70 430	0.46 422	0.53 414	1.25 366
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
FADNet-RVC	1.30 271	1.62 393	6.28 394	0.03 72	0.00 1	1.61 262	0.08 233	4.49 264	2.04 315	0.41 85	0.10 79	0.63 147	0.64 269	5.55 310	1.69 309	0.01 334	0.08 265	0.00 1	0.00 1	0.52 412	0.31 233

AANet_RVC	1.95 338	1.64 394	4.89 356	0.09 170	0.00 1	1.24 123	0.01 25	3.93 199	2.82 375	2.32 320	4.64 383	3.61 358	0.19 185	7.61 399	4.73 386	0.60 417	0.19 289	0.00 1	0.00 1	0.11 260	0.47 268

MFMNet_re	2.39 372	1.65 395	6.10 391	3.04 433	0.90 386	2.34 327	0.98 377	4.77 292	3.79 394	6.95 412	7.08 403	1.84 270	3.79 397	2.53 187	1.57 301	0.00 1	0.00 1	0.00 1	0.00 1	0.25 355	0.26 223

PVD	6.50 427	1.70 396	6.71 404	1.66 422	1.59 419	7.94 421	0.89 372	11.13 439	24.35 448	12.01 435	19.10 437	8.76 420	9.89 436	9.85 427	11.06 427	0.02 361	1.12 405	0.00 1	0.26 401	0.25 355	1.72 402

CSAN	3.10 384	1.72 397	5.85 386	0.37 278	0.14 233	4.15 386	3.91 422	4.94 306	4.65 405	6.43 409	6.29 398	4.62 378	5.17 413	8.13 411	4.85 387	0.02 361	0.03 243	0.03 392	0.05 297	0.26 362	0.48 272

ADCP+	3.18 388	1.81 398	11.33 435	0.07 146	0.20 257	5.83 409	2.80 410	4.60 277	2.69 361	1.68 272	0.28 130	3.75 363	3.14 386	6.82 362	17.90 445	0.00 1	0.00 1	0.00 1	0.00 1	0.20 336	0.56 284

iResNetv2_ROB	1.32 276	1.82 399	6.02 389	1.27 404	0.00 1	1.41 190	0.05 204	4.48 263	1.46 223	1.02 179	1.28 275	1.00 211	0.27 205	4.72 267	1.12 281	0.00 1	0.00 1	0.00 1	0.00 1	0.37 395	0.16 166

SHD	3.58 392	1.83 400	6.41 398	1.34 412	1.21 409	4.84 398	0.17 274	7.95 428	12.83 435	7.86 418	3.32 361	5.08 389	2.63 371	5.54 309	8.57 411	0.01 334	0.75 346	0.00 1	0.18 365	0.31 377	0.73 312

PWC_ROB	3.30 390	1.83 400	8.47 424	0.62 340	0.56 345	1.31 154	0.39 338	4.53 270	5.05 408	7.66 417	15.14 427	3.37 346	2.43 365	6.86 365	6.74 402	0.00 1	0.00 1	0.00 1	0.00 1	0.51 408	0.54 277

RAFT + AFF	1.88 333	1.84 402	4.19 327	0.05 115	0.85 380	2.29 322	1.00 379	6.32 394	2.26 330	1.88 283	1.80 306	1.27 229	3.66 393	6.56 347	2.36 340	0.02 361	0.34 308	0.00 1	0.01 259	0.41 400	0.50 274

Syn2CoEx	1.91 337	1.85 403	6.43 401	0.05 115	0.00 1	1.47 215	0.54 351	6.03 383	2.24 328	2.24 315	2.19 319	2.06 284	3.10 384	6.57 348	2.58 346	0.00 1	0.00 1	0.00 1	0.00 1	0.34 384	0.40 260

PASM	2.20 362	1.85 403	10.33 432	1.00 391	0.41 320	1.98 307	0.90 373	3.85 188	2.76 369	4.38 388	1.53 291	3.49 355	1.54 333	6.60 349	2.43 342	0.14 404	0.02 233	0.00 1	0.03 282	0.33 381	0.39 257

SANet	5.04 416	1.86 405	7.96 418	0.39 282	0.12 226	7.51 418	3.73 421	7.20 417	16.07 441	7.15 413	13.16 423	12.35 426	8.70 431	8.28 414	5.37 390	0.00 1	0.01 207	0.00 1	0.00 1	0.13 277	0.71 309

LE_ROB	13.25 450	1.86 405	12.84 439	2.35 427	1.43 414	7.50 417	5.92 440	10.14 435	48.57 469	57.70 469	24.61 454	23.44 449	32.60 465	10.12 429	24.95 463	0.06 390	0.08 265	0.13 413	0.20 373	0.09 226	0.41 262

Wz-Net-MNSev	2.17 360	1.90 407	7.77 414	0.02 51	0.01 75	4.60 395	2.08 403	5.70 362	2.83 376	4.02 382	1.50 290	1.87 271	2.53 369	5.10 291	3.04 362	0.00 1	0.01 207	0.00 1	0.00 1	0.14 287	0.31 233

SQANet	2.65 377	1.92 408	3.73 312	4.47 438	2.98 434	2.59 340	0.24 299	4.66 284	1.11 112	2.48 337	0.59 203	1.57 245	0.86 290	3.95 233	1.67 308	7.97 445	0.14 282	0.48 420	0.03 282	7.84 439	3.68 440

SAMSARA	4.31 409	1.94 409	7.80 416	1.96 425	1.40 412	10.65 432	7.35 449	7.17 416	4.49 402	8.27 420	3.58 366	10.58 424	3.75 394	7.87 408	6.66 401	0.01 334	1.09 397	0.00 1	0.23 388	0.26 362	1.19 360

XQC	3.16 387	2.00 410	7.71 413	0.97 390	0.67 368	5.07 401	0.69 363	6.58 402	4.95 407	5.04 400	1.98 315	4.99 387	3.12 385	7.96 410	10.02 422	0.00 1	0.63 332	0.00 1	0.18 365	0.36 390	0.38 256

otaku	3.61 395	2.06 411	4.04 324	6.41 442	3.35 437	4.67 396	2.08 403	5.97 378	1.58 241	2.19 309	2.62 344	3.47 353	1.45 326	4.36 250	2.17 328	8.55 447	0.25 292	1.89 437	0.03 282	9.29 443	5.81 446

Ntro	3.66 399	2.08 412	4.34 334	7.58 444	4.53 439	6.25 412	0.72 365	5.35 338	1.65 264	0.48 103	1.77 303	2.68 316	1.25 316	5.10 291	2.31 337	8.72 448	0.31 303	2.13 439	0.05 297	9.73 444	6.18 447

FINET	2.99 381	2.11 413	7.66 412	1.13 399	1.79 420	4.35 391	3.34 416	5.66 359	7.93 428	2.49 339	3.29 359	1.66 259	2.47 367	6.70 356	4.44 383	0.82 422	1.38 431	0.03 392	0.30 412	0.36 390	1.88 425

RTSC	3.18 388	2.15 414	8.20 421	0.67 353	0.38 317	4.41 393	0.08 233	5.64 357	5.80 414	6.14 408	3.43 363	3.37 346	1.55 336	7.50 397	12.15 431	0.00 1	0.84 360	0.00 1	0.25 394	0.51 408	0.53 276

NVStereoNet_ROB	4.22 408	2.29 415	6.13 393	1.40 415	1.14 406	2.84 353	0.97 376	5.67 360	5.66 411	5.25 401	14.28 426	12.40 427	5.35 416	10.74 436	5.33 389	1.24 432	1.01 388	0.67 429	0.62 433	0.63 420	0.69 307
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
PWCDC_ROB	3.41 391	2.29 415	5.16 372	0.19 222	0.02 127	3.11 359	0.02 108	5.15 321	12.27 434	1.36 230	23.33 452	1.98 279	3.35 388	4.93 282	3.71 374	0.28 414	0.00 1	0.00 1	0.00 1	0.71 425	0.32 236

EDNetEfficientorigin	10.48 443	2.34 417	98.78 477	0.23 245	0.25 278	3.01 357	0.70 364	4.69 287	17.04 443	19.07 448	15.43 428	12.52 428	11.56 443	9.41 424	12.62 433	0.01 334	0.01 207	0.00 1	0.01 259	0.25 355	1.76 407

MFN_U_SF_RVC	4.10 407	2.36 418	12.04 437	1.00 391	0.27 292	10.31 430	0.51 348	8.83 432	3.69 391	4.90 398	3.30 360	9.33 422	3.43 390	8.28 414	9.42 417	0.41 416	0.53 324	0.52 421	0.81 437	0.90 426	1.05 347

ACVNet-4b	6.14 424	2.39 419	6.31 396	9.73 450	7.26 447	8.81 428	1.62 397	7.27 419	6.07 417	0.41 85	6.42 400	11.47 425	2.37 363	9.17 422	2.72 349	9.70 452	2.42 449	10.45 451	0.01 259	11.04 451	7.12 450

ADCMid	4.33 410	2.40 420	13.81 442	0.23 245	0.40 318	4.90 399	1.23 389	5.73 363	3.73 392	11.06 432	3.94 375	6.67 410	5.11 411	7.11 386	18.03 446	0.12 402	0.08 265	0.55 422	0.46 422	0.61 418	0.49 273

SuperB	3.75 401	2.46 421	15.54 446	0.32 271	0.06 182	4.29 389	1.61 395	4.25 246	11.49 433	2.56 342	1.31 278	2.01 283	1.86 351	6.94 373	8.94 413	0.05 384	0.03 243	0.10 408	0.08 311	10.62 449	0.56 284

GASNet	1.77 327	2.50 422	7.05 406	0.47 299	0.02 127	1.50 227	0.20 283	4.55 273	2.55 355	0.98 166	1.48 289	2.24 299	1.57 339	6.25 333	3.41 371	0.00 1	0.05 252	0.00 1	0.00 1	0.55 415	0.12 138

WZ-Net	4.64 413	2.57 423	25.72 453	0.10 182	0.09 209	3.07 358	2.08 403	6.59 404	5.41 409	6.08 407	4.09 379	7.02 413	6.04 422	11.64 438	11.45 429	0.00 1	0.00 1	0.00 1	0.00 1	0.21 339	0.61 290

LSM	7.83 432	2.59 424	24.93 452	4.71 439	40.61 469	3.55 375	5.22 436	5.91 377	7.48 424	10.86 430	13.66 425	4.55 376	3.92 398	7.72 406	5.88 394	0.02 361	0.26 295	0.00 1	0.00 1	0.30 375	14.53 465

MANE	15.61 456	2.70 425	7.19 407	3.43 435	5.19 441	21.44 452	9.54 457	24.27 464	29.58 454	33.72 464	42.10 467	42.08 465	32.55 464	24.60 457	20.72 454	1.46 434	2.17 445	1.34 432	4.60 457	0.49 405	3.04 437

WAO-6	11.65 445	2.71 426	4.73 350	7.69 445	7.28 448	17.41 445	7.45 450	20.43 454	38.14 464	10.13 429	19.37 440	27.36 452	12.38 444	13.35 444	13.26 435	4.38 438	2.43 450	10.51 452	0.03 282	9.00 441	4.96 444

ACVNet_1	6.79 430	2.72 427	6.97 405	9.78 451	7.38 450	7.67 419	2.29 407	10.50 437	6.93 421	4.51 391	5.39 389	13.21 429	6.34 424	7.02 383	3.31 369	9.70 452	2.48 451	10.85 453	0.11 329	11.41 453	7.23 451

ACVNet_2	9.32 436	2.76 428	8.07 419	8.84 448	6.89 445	14.54 443	4.19 426	14.25 444	23.92 447	7.62 416	19.61 442	20.42 442	5.93 421	8.52 419	3.64 372	9.16 449	1.74 443	7.93 443	0.36 417	10.56 448	7.47 454

WAO-7	9.62 437	2.87 429	5.64 385	0.96 389	0.21 263	20.37 451	5.13 435	23.65 463	26.32 452	13.11 438	27.70 458	22.69 445	14.04 446	14.53 448	13.11 434	0.13 403	0.09 271	0.58 423	0.10 325	0.51 408	0.75 315

SGM-ForestM	14.25 451	3.00 430	8.67 427	2.38 428	1.88 423	24.45 458	11.87 459	19.27 451	21.66 446	30.68 462	29.79 462	46.58 466	28.97 462	27.26 463	21.22 456	1.14 429	1.67 440	0.61 427	0.89 443	0.51 408	2.50 433

Dean	12.08 448	3.10 431	8.10 420	10.98 453	8.34 453	18.85 448	5.53 439	21.57 459	40.96 466	11.81 434	21.91 446	25.74 451	9.74 434	8.20 412	5.76 392	9.65 451	2.35 447	9.94 447	0.65 436	10.97 450	7.40 452

MSC_U_SF_DS_RVC	5.48 421	3.14 432	10.56 433	0.47 299	0.29 299	24.98 459	8.65 456	6.24 390	9.96 432	4.38 388	8.16 407	8.42 418	2.44 366	9.46 426	6.27 398	1.11 427	1.70 441	0.33 419	0.47 424	1.16 428	1.35 372

MFN_U_SF_DS_RVC	3.61 395	3.47 433	9.32 428	0.19 222	0.30 311	13.80 438	7.49 452	5.15 321	3.95 396	3.06 361	3.94 375	4.60 377	1.20 308	8.49 418	2.79 355	0.70 421	1.22 422	0.04 397	0.84 438	0.50 407	1.23 362

RTS	10.27 441	3.55 434	66.16 465	1.62 419	2.34 428	13.96 440	6.25 443	6.95 410	18.07 444	8.81 422	19.18 438	6.82 411	2.96 379	26.87 461	19.93 451	0.00 1	0.42 311	0.00 1	0.03 282	0.40 398	0.99 343

RTSA	10.27 441	3.55 434	66.16 465	1.62 419	2.34 428	13.96 440	6.25 443	6.95 410	18.07 444	8.81 422	19.18 438	6.82 411	2.96 379	26.87 461	19.93 451	0.00 1	0.42 311	0.00 1	0.03 282	0.40 398	0.99 343

ADCS	5.55 422	3.55 434	19.07 448	0.43 289	0.14 233	5.87 410	4.20 427	7.65 425	7.80 427	9.79 428	6.22 397	6.48 408	5.52 418	10.52 434	22.41 459	0.00 1	0.00 1	0.00 1	0.00 1	0.48 404	0.97 340

LVE	11.75 447	3.56 437	5.48 383	10.38 452	8.28 452	22.54 453	7.53 453	17.01 447	32.01 457	9.26 426	23.28 451	23.43 448	9.72 433	11.79 442	7.81 406	10.09 454	2.62 457	11.07 454	0.59 431	11.18 452	7.44 453

Wz-Net-SNSev	3.01 383	3.59 438	12.98 440	0.45 292	0.04 169	2.72 346	1.12 384	5.80 371	2.42 345	2.30 318	2.62 344	6.39 405	1.29 319	10.20 430	7.19 404	0.00 1	0.01 207	0.00 1	0.00 1	0.29 373	0.72 311

SGM+DAISY	6.27 425	3.62 439	9.36 429	2.30 426	2.34 428	9.12 429	6.38 445	6.98 413	6.00 415	14.26 440	15.55 429	14.02 432	9.84 435	9.45 425	8.56 410	1.21 430	1.60 438	0.58 423	0.86 441	0.63 420	2.74 434

AnyNet_C32	4.41 412	3.74 440	15.17 445	0.48 307	0.51 339	5.99 411	6.52 448	5.30 335	2.72 366	6.86 411	3.66 368	5.21 396	3.19 387	7.42 394	19.54 449	0.08 395	0.04 247	0.20 416	0.09 319	0.67 423	0.76 316

IMH-64-1	10.12 439	3.75 441	4.24 330	11.47 454	9.26 454	11.93 436	5.30 437	18.72 449	15.74 439	7.16 414	18.55 434	16.83 437	6.83 425	11.66 439	9.62 419	10.09 454	2.54 452	15.69 458	1.72 450	12.82 454	8.45 455

IMH-64	10.12 439	3.75 441	4.24 330	11.47 454	9.26 454	11.93 436	5.30 437	18.72 449	15.74 439	7.16 414	18.55 434	16.83 437	6.83 425	11.66 439	9.62 419	10.09 454	2.54 452	15.69 458	1.72 450	12.82 454	8.45 455

RainbowNet	5.23 418	4.09 443	4.92 360	9.61 449	6.18 442	5.26 405	3.48 418	7.68 426	4.58 404	1.94 292	3.02 351	4.67 381	3.42 389	5.90 322	2.01 322	9.59 450	2.19 446	8.45 445	0.20 373	10.52 447	6.82 449

IMH	11.71 446	4.49 444	4.59 346	11.55 456	9.35 456	14.27 442	5.00 433	21.03 457	25.97 451	8.90 424	23.64 453	20.58 444	10.29 437	13.39 445	9.59 418	10.13 457	2.57 454	15.53 456	1.75 452	13.04 456	8.53 457

WAO-8	14.47 452	5.06 445	6.42 399	8.00 446	6.65 443	23.95 456	2.97 411	23.01 460	45.08 467	19.24 450	34.86 465	33.07 456	17.51 453	17.59 452	14.38 437	5.22 440	0.86 362	10.06 448	0.85 439	10.25 445	4.34 442

Venus	14.47 452	5.06 445	6.42 399	8.00 446	6.65 443	23.95 456	2.97 411	23.01 460	45.08 467	19.24 450	34.85 464	33.07 456	17.51 453	17.59 452	14.38 437	5.22 440	0.86 362	10.06 448	0.85 439	10.25 445	4.34 442

AnyNet_C01	7.15 431	5.48 447	37.47 459	1.08 398	0.59 354	11.50 434	6.49 447	6.93 408	4.31 399	8.06 419	9.11 412	8.72 419	4.06 399	14.50 447	21.97 458	0.11 400	0.08 265	0.24 418	0.09 319	1.11 427	1.07 350

coex-ft	12.25 449	6.22 448	80.44 468	0.15 210	0.15 241	2.43 329	0.98 377	3.07 128	29.54 453	49.22 468	16.44 430	15.69 435	16.17 450	7.44 395	15.30 441	0.05 384	0.07 261	0.01 368	0.05 297	0.35 388	1.15 357

Wz-Net-TNSev	4.36 411	6.36 449	22.98 450	0.22 240	0.06 182	7.00 414	3.45 417	7.46 423	3.81 395	2.12 304	0.63 207	7.29 414	5.11 411	9.87 428	9.72 421	0.00 1	0.00 1	0.00 1	0.02 280	0.36 390	0.66 296

JetBlue	14.57 454	6.38 450	35.83 458	0.95 388	7.05 446	51.27 468	22.93 466	16.51 445	9.78 430	11.72 433	17.82 433	27.82 453	17.62 455	33.31 466	20.36 453	0.35 415	0.18 286	0.15 414	0.25 394	5.36 437	5.74 445

TorneroNet-64	16.11 457	6.82 451	6.11 392	14.13 458	12.13 459	28.42 464	6.47 446	20.35 453	38.01 463	12.80 437	27.88 459	35.94 460	16.83 451	20.38 455	16.77 444	10.33 458	2.60 455	19.45 461	2.86 453	14.63 458	9.33 459

TorneroNet	16.83 458	6.92 452	6.68 403	14.15 459	12.07 458	27.63 463	8.39 455	21.53 458	37.64 462	14.70 443	32.94 463	33.55 458	18.95 458	19.68 454	20.80 455	10.39 459	2.61 456	19.77 462	3.45 454	15.42 459	9.28 458

PWCK	9.63 438	6.94 453	19.91 449	6.25 441	0.22 264	22.62 454	14.62 463	12.15 440	13.48 436	14.34 441	13.17 424	13.25 430	8.40 429	16.14 449	11.57 430	6.38 442	0.26 295	2.41 440	0.11 329	8.57 440	1.74 405

KSHMR	14.93 455	8.30 454	8.52 425	15.54 461	13.01 460	17.62 446	10.36 458	19.39 452	30.53 455	19.03 447	22.15 448	28.32 454	9.61 432	16.44 450	10.96 426	10.98 462	3.74 463	21.96 464	4.87 460	16.79 460	10.39 460

UDG	3.15 386	9.41 455	2.81 240	2.72 432	0.92 389	2.39 328	0.11 255	4.12 230	1.30 184	2.35 322	3.63 367	4.96 386	1.58 340	4.33 248	2.89 358	1.22 431	0.04 247	8.09 444	3.80 456	4.94 436	1.35 372

BEATNet-Init1	19.30 460	9.61 456	39.48 460	3.09 434	2.67 432	39.40 467	17.68 464	23.58 462	25.88 450	38.63 465	37.63 466	50.99 467	33.56 466	30.54 464	24.44 462	1.09 426	1.51 436	0.60 426	0.88 442	1.81 432	2.89 435

DDUNet	3.58 392	11.19 457	3.84 318	3.59 436	3.31 436	4.14 385	0.20 283	4.40 259	1.33 191	2.72 349	3.11 355	3.16 340	0.37 224	4.18 237	1.47 296	2.02 436	0.05 252	10.10 450	3.59 455	5.85 438	3.05 438

FADE		11.70 458		4.77 440	4.88 440													35.80 471		3.69 435

UNDER WATER-64	20.90 463	11.73 459	33.74 456	20.56 464	13.88 461	34.56 466	24.71 467	16.81 446	33.52 459	22.54 458	17.10 431	40.14 464	33.68 467	25.46 459	23.75 461	10.68 460	2.78 460	18.70 460	4.60 457	17.07 461	12.03 464

UNDER WATER	20.50 462	13.77 460	33.30 455	20.84 465	14.55 462	30.38 465	19.68 465	17.23 448	34.25 460	21.44 456	18.98 436	38.38 461	31.61 463	25.31 458	22.42 460	10.71 461	2.76 459	19.90 463	4.92 461	17.87 462	11.76 463

MADNet+	11.36 444	15.59 461	70.62 467	1.36 414	1.52 417	20.21 450	4.98 431	12.73 442	8.13 429	3.88 380	6.42 400	8.89 421	6.29 423	32.76 465	29.90 464	0.25 413	1.05 389	0.01 368	0.22 384	0.60 417	1.76 407

ktn	19.65 461	19.61 462	8.27 423	22.99 467	17.38 465	23.89 455	11.97 460	24.83 465	34.40 461	19.19 449	27.37 456	32.56 455	18.29 456	16.52 451	18.28 447	22.43 466	3.70 462	29.28 468	10.90 465	19.65 464	11.59 462

IGEV-BASED-STEREO-	1.80 331	20.09 463	11.97 436	0.09 170	0.00 1	0.46 19	0.05 204	0.49 4	0.50 23	0.17 41	0.03 40	0.04 14	0.00 1	0.14 2	0.45 168	0.00 1	0.35 309	0.00 1	0.06 304	0.07 195	1.12 352

DPSimNet_ROB	26.59 465	21.34 464	28.49 454	25.34 468	19.24 466	25.03 460	28.61 468	30.13 467	30.91 456	33.36 463	29.60 461	33.91 459	28.18 461	25.99 460	42.58 466	17.84 465	15.40 465	25.41 465	22.86 469	21.10 466	26.45 469

notaker	18.29 459	22.89 465	10.13 431	18.52 463	14.64 463	17.81 447	7.48 451	20.77 455	24.37 449	21.91 457	27.45 457	39.00 462	20.06 459	20.53 456	21.90 457	12.54 463	2.81 461	25.96 466	6.03 463	19.60 463	11.37 461

test_for_model	4.73 415	23.37 466	1.56 46	13.12 457	10.72 457	1.09 69	0.05 204	4.90 303	2.02 312	2.16 306	0.09 77	0.14 88	0.04 60	0.20 7	0.29 114	8.07 446	2.41 448	0.00 1	0.01 259	20.56 465	3.81 441

DispFullNet	8.26 433	24.76 467	14.96 444	14.77 460	7.78 451	5.23 403	0.09 245	5.67 360	3.16 383	9.01 425	4.87 384	6.15 403	10.66 439	10.44 433	4.54 384	2.54 437	0.33 305	15.59 457	4.84 459	13.17 457	6.59 448

HanzoNet	30.55 466	30.82 468	24.44 451	22.40 466	19.25 467	25.74 461	14.00 462	29.76 466	40.45 465	43.57 466	44.15 468	55.63 469	46.26 468	43.79 468	45.27 467	28.35 468	9.71 464	30.23 469	16.18 467	23.20 467	17.85 466

MADNet++	48.24 468	34.06 469	39.67 461	43.36 469	41.25 470	66.15 469	33.15 469	60.90 471	54.14 470	72.30 471	61.91 470	58.11 470	56.05 469	58.09 469	59.59 470	43.04 470	36.86 470	35.73 470	22.37 468	45.96 470	42.06 471

JetRed	35.17 467	40.12 470	62.92 463	15.92 462	26.66 468	70.02 470	42.94 470	32.33 468	33.48 458	46.29 467	45.31 469	39.98 463	26.04 460	38.73 467	56.93 469	12.90 464	37.58 471	13.38 455	9.53 464	30.41 468	21.91 468

DLNR_Zeroshot_test	23.30 464	50.27 471	88.62 469	97.23 483	94.59 479	1.20 103	0.00 1	20.92 456	0.64 41	0.06 21	0.02 2	0.03 9	0.02 22	4.50 258	0.25 102	32.51 469	0.96 383	0.00 1	0.27 405	72.47 476	1.47 378

LRCNet_RVC	60.82 470	63.91 472	64.33 464	69.26 475	50.13 471	19.76 449	0.07 227	58.24 470	5.77 412	75.95 472	85.64 472	74.51 471	62.84 470	58.99 470	50.33 468	93.38 478	56.04 475	93.60 477	93.06 476	68.67 475	71.95 476

ASD4	55.67 469	67.80 473	50.61 462	44.70 470	58.12 472	92.14 472	98.24 478	55.49 469	86.70 474	58.61 470	65.05 471	51.13 468	64.00 471	59.18 471	67.96 471	26.48 467	30.21 468	26.86 467	29.22 470	43.04 469	37.90 470

xxxxx1	76.86 472	82.53 474	93.06 472	61.86 472	67.25 473	95.91 474	95.20 474	75.90 472	81.13 471	82.69 473	86.70 473	89.27 472	87.62 472	85.18 472	86.89 472	55.21 471	54.91 472	60.27 473	72.48 473	60.77 472	62.32 472

tt_ll	76.86 472	82.53 474	93.06 472	61.86 472	67.25 473	95.91 474	95.20 474	75.90 472	81.13 471	82.69 473	86.70 473	89.27 472	87.62 472	85.18 472	86.89 472	55.21 471	54.91 472	60.27 473	72.48 473	60.77 472	62.32 472

ff	76.86 472	82.53 474	93.06 472	61.86 472	67.25 473	95.91 474	95.20 474	75.90 472	81.13 471	82.69 473	86.70 473	89.27 472	87.62 472	85.18 472	86.89 472	55.21 471	54.91 472	60.27 473	72.48 473	60.77 472	62.32 472

MEDIAN_ROB	96.88 476	99.41 477	98.74 476	94.82 478	94.30 478	93.21 473	90.85 472	95.70 477	94.83 476	97.65 478	97.67 477	98.31 477	96.57 477	94.60 475	93.95 477	99.78 483	98.28 477	99.99 481	99.90 479	99.50 483	99.57 480

PML	88.69 475	99.49 478	92.95 471	94.34 477	94.09 477	98.57 478	96.73 477	93.58 475	94.50 475	99.57 480	91.07 476	95.40 476	91.48 475	99.96 482	90.33 475	99.98 485	31.85 469	100.00 483	46.15 471	93.62 478	70.14 475

HaxPig	97.67 478	99.63 479	91.79 470	99.82 485	99.96 482	88.42 471	87.25 471	98.22 478	99.89 478	99.93 481	99.96 479	99.95 481	99.86 479	96.37 476	92.57 476	99.96 484	99.98 480	99.99 481	99.99 480	99.99 487	99.91 482

Anonymous_1	96.94 477	99.72 480	99.64 479	92.03 476	93.81 476	100.00 480	100.00 480	99.18 479	99.90 479	98.59 479	99.75 478	99.15 478	99.95 480	98.52 477	99.54 478	87.31 474	98.83 478	90.77 476	96.89 477	91.07 477	94.14 477

AVERAGE_ROB	99.26 482	99.81 481	97.70 475	100.00 488	100.00 484	96.38 477	91.35 473	100.00 482	100.00 480	100.00 482	100.00 480	100.00 483	100.00 481	99.98 483	99.97 480	100.00 486	100.00 481	100.00 483	100.00 481	100.00 488	100.00 487

DPSMNet_ROB	99.43 484	99.92 482	99.98 481	96.44 482	100.00 484	100.00 480	100.00 480	99.82 481	100.00 480	95.92 476	100.00 480	99.26 479	100.00 481	99.77 479	99.99 481	98.36 480	100.00 481	99.86 479	100.00 481	99.38 481	99.98 486

DGTPSM_ROB	99.42 483	99.92 482	99.98 481	96.43 481	100.00 484	100.00 480	100.00 480	99.81 480	100.00 480	95.92 476	100.00 480	99.26 479	100.00 481	99.77 479	99.99 481	98.23 479	100.00 481	99.86 479	100.00 481	99.38 481	99.97 485

test_example2	98.82 479	99.97 484	99.97 480	99.95 487	99.97 483	99.48 479	99.97 479	94.95 476	100.00 480	100.00 482	100.00 480	93.49 475	93.63 476	99.93 481	99.91 479	100.00 486	99.77 479	96.68 478	98.65 478	100.00 488	100.00 487

Selective-RAFT-Error	100.00 487	100.00 485	100.00 483	100.00 488	100.00 484	100.00 480	100.00 480	100.00 482	100.00 480	100.00 482	100.00 480	100.00 483	100.00 481	100.00 484	100.00 484	100.00 486	100.00 481	100.00 483	100.00 481	99.98 485	99.94 483

CasAABBNet	99.93 485	100.00 485	100.00 483	99.70 484	100.00 484	100.00 480	100.00 480	100.00 482	100.00 480	100.00 482	100.00 480	100.00 483	100.00 481	100.00 484	100.00 484	99.08 481	100.00 481	100.00 483	100.00 481	99.96 484	99.94 483

LSM0	99.93 485	100.00 485	100.00 483	99.82 485	100.00 484	100.00 480	100.00 480	100.00 482	100.00 480	100.00 482	100.00 480	100.00 483	100.00 481	100.00 484	100.00 484	99.09 482	100.00 481	100.00 483	100.00 481	99.98 485	99.79 481

DPSM_ROB	99.05 480	100.00 485	100.00 483	95.92 479	98.77 480	100.00 480	100.00 480	100.00 482	100.00 480	100.00 482	100.00 480	100.00 483	100.00 481	100.00 484	100.00 484	93.10 476	100.00 481	100.00 483	100.00 481	95.46 479	97.74 478

DPSM	99.05 480	100.00 485	100.00 483	95.92 479	98.77 480	100.00 480	100.00 480	100.00 482	100.00 480	100.00 482	100.00 480	100.00 483	100.00 481	100.00 484	100.00 484	93.10 476	100.00 481	100.00 483	100.00 481	95.46 479	97.74 478

Low-res two-view benchmark