Low-res two-view results

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

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

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

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

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

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

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

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

RSM	1.21 39	0.20 3	1.30 5	0.12 24	0.06 22	2.48 101	0.51 154	3.78 37	2.74 40	0.48 34	2.38 67	2.18 104	0.28 15	6.77 196	0.56 55	0.00 1	0.00 1	0.00 1	0.16 328	0.07 164	0.05 156

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

PSM-AAD	3.33 241	0.20 3	1.47 9	0.73 120	0.54 209	2.55 110	6.19 386	4.97 94	3.27 79	10.92 367	11.92 308	2.95 122	9.59 383	7.90 258	0.82 102	0.01 176	0.01 144	0.00 1	0.00 1	0.04 101	2.47 415

GrayStereo	3.74 269	0.20 3	1.94 34	1.55 224	0.60 215	3.12 181	8.22 408	5.76 144	3.32 84	10.40 356	16.66 357	5.81 244	8.60 369	6.57 186	1.37 162	0.01 176	0.00 1	0.01 299	0.63 405	0.02 36	0.04 123

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

test-3	1.86 88	0.21 7	2.46 79	1.03 160	0.22 125	1.38 20	0.83 230	4.65 78	5.04 168	7.26 256	1.78 50	4.10 179	0.41 42	6.53 185	0.76 89	0.00 1	0.00 1	0.00 1	0.29 373	0.18 282	0.14 275

test_1	1.85 87	0.21 7	2.45 76	1.02 158	0.22 125	1.37 19	0.82 226	4.66 80	5.06 169	7.02 240	1.73 47	4.09 177	0.41 42	6.51 183	0.76 89	0.00 1	0.00 1	0.00 1	0.29 373	0.18 282	0.14 275

AIO-Stereo	0.94 14	0.22 10	1.20 4	0.06 8	0.08 42	2.36 90	0.62 181	5.50 136	2.61 31	0.30 8	3.32 84	0.41 40	0.25 9	1.12 15	0.17 4	0.00 1	0.01 144	0.00 1	0.35 389	0.06 148	0.12 262

test_3	1.88 93	0.22 10	2.75 110	0.96 151	0.22 125	1.28 13	0.77 217	4.62 73	5.87 197	6.55 222	1.84 52	4.28 189	0.45 49	6.48 180	0.76 89	0.00 1	0.01 144	0.00 1	0.28 372	0.17 273	0.14 275

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

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

RSM++	1.02 22	0.24 14	1.33 7	0.86 133	0.04 11	2.78 141	0.30 110	2.63 6	2.67 34	0.48 34	1.95 54	0.52 50	0.25 9	5.50 141	0.57 56	0.00 1	0.00 1	0.00 1	0.17 335	0.11 219	0.09 217

U	2.12 119	0.25 15	2.47 82	0.17 39	8.09 429	10.63 371	0.00 1	3.08 11	0.87 1	0.24 3	0.45 13	0.17 3	0.08 1	0.69 2	0.15 1	0.00 1	0.00 1	9.89 435	5.19 445	0.01 8	0.01 16

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

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

CAS	2.24 132	0.25 15	1.86 26	11.21 433	3.86 390	1.67 42	0.02 10	3.87 42	2.67 34	0.41 26	1.63 43	0.24 18	0.27 13	1.50 34	0.74 82	9.43 440	0.01 144	0.00 1	0.00 1	0.01 8	5.21 427

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

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

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

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

GMM-Stereo	3.32 239	0.27 23	2.52 84	0.82 127	0.48 196	2.27 85	4.91 373	5.06 100	3.08 65	7.06 244	16.72 358	6.21 253	3.70 235	7.60 240	1.16 147	0.04 300	0.00 1	0.00 1	0.04 286	0.10 202	4.45 422

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

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

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

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

AEACV	0.80 5	0.29 27	1.70 20	0.96 151	0.24 130	2.03 69	0.88 243	3.50 25	0.88 2	0.34 12	0.20 6	0.29 25	2.01 160	1.77 49	0.33 14	0.00 1	0.03 241	0.00 1	0.29 373	0.10 202	0.09 217

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

Prome-Stereo	3.65 263	0.29 27	1.92 31	0.91 138	0.49 199	2.07 72	4.75 371	4.41 61	3.23 77	9.32 331	20.63 386	4.06 175	7.19 346	7.70 246	1.17 148	0.00 1	0.00 1	0.00 1	0.00 1	0.05 127	4.72 426

1111x	4.25 311	0.30 31	4.31 243	1.47 213	0.37 169	5.10 283	0.32 112	12.86 356	9.82 321	6.01 181	9.73 264	8.78 309	5.97 325	9.43 341	10.39 385	0.06 321	0.03 241	0.00 1	0.00 1	0.02 36	0.04 123

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

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

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

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

ff1	3.45 253	0.31 34	3.97 219	1.34 195	0.98 258	2.80 144	0.48 141	4.53 68	10.19 327	6.29 208	9.23 247	5.59 234	3.72 240	10.11 352	9.35 374	0.00 1	0.02 195	0.00 1	0.00 1	0.10 202	0.04 123

mmx	3.86 281	0.31 34	3.97 219	1.34 195	0.98 258	2.80 144	0.48 141	12.18 339	10.66 339	6.29 208	9.23 247	5.59 234	3.72 240	10.11 352	9.35 374	0.05 312	0.02 195	0.00 1	0.00 1	0.03 79	0.04 123

xxx	3.86 281	0.31 34	3.98 223	1.34 195	0.98 258	2.80 144	0.48 141	12.18 339	10.66 339	6.29 208	9.23 247	5.59 234	3.72 240	10.11 352	9.35 374	0.05 312	0.02 195	0.00 1	0.00 1	0.03 79	0.04 123

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

KYRaft	3.59 260	0.31 34	1.84 25	0.76 122	0.46 188	2.29 86	4.04 355	4.75 83	3.25 78	8.93 322	19.47 379	6.62 267	5.07 304	7.79 253	0.71 77	0.01 176	0.00 1	0.00 1	0.01 235	0.04 101	5.38 429

SST-Stereo	2.75 187	0.31 34	2.78 116	1.33 193	0.33 161	3.99 250	0.82 226	5.60 138	3.93 113	10.92 367	6.19 169	5.00 216	4.23 262	8.66 307	0.74 82	0.00 1	0.00 1	0.00 1	0.00 1	0.03 79	0.03 82

xxxx	4.51 321	0.31 34	2.77 114	1.69 243	0.47 195	7.74 338	0.07 26	14.04 372	7.91 280	5.82 167	8.97 242	9.34 315	3.41 223	7.33 228	20.24 420	0.05 312	0.03 241	0.00 1	0.00 1	0.03 79	0.04 123

rvit_stereo_0075_2	2.00 109	0.32 43	5.49 309	0.60 107	1.98 322	1.77 54	0.10 34	7.24 202	5.70 191	2.90 87	4.06 104	3.11 133	0.56 60	5.32 136	0.76 89	0.00 1	0.00 1	0.00 1	0.00 1	0.03 79	0.16 294

AE-Stereo	1.44 56	0.32 43	2.69 101	1.58 229	0.20 119	2.24 83	0.59 173	6.01 154	5.70 191	1.18 60	3.17 81	1.02 66	0.78 79	1.73 45	0.83 103	0.02 249	0.18 374	0.00 1	0.29 373	0.11 219	0.07 190

CASnet	0.98 16	0.32 43	1.62 14	0.65 115	0.07 29	2.11 76	0.14 60	3.50 25	4.03 120	3.77 113	1.41 36	0.31 30	0.29 17	0.80 6	0.57 56	0.01 176	0.00 1	0.00 1	0.00 1	0.04 101	0.01 16
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
Selective-RAFT	1.69 68	0.32 43	3.29 168	0.92 142	0.18 104	3.89 244	0.06 21	4.22 53	4.00 117	1.47 62	1.98 55	3.07 131	2.81 196	6.35 172	0.89 119	0.01 176	0.00 1	0.00 1	0.21 352	0.05 127	0.00 1

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

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

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

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

R-Stereo Train	2.44 160	0.32 43	1.93 32	0.94 145	0.16 86	3.67 222	0.61 178	6.37 172	3.08 65	9.14 325	17.44 371	1.80 92	0.77 76	1.76 47	0.70 73	0.00 1	0.01 144	0.00 1	0.00 1	0.01 8	0.03 82

RAFT-Stereo	2.44 160	0.32 43	1.93 32	0.94 145	0.16 86	3.67 222	0.61 178	6.37 172	3.08 65	9.14 325	17.44 371	1.80 92	0.77 76	1.76 47	0.70 73	0.00 1	0.01 144	0.00 1	0.00 1	0.01 8	0.03 82
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
HSM-Net_RVC	4.20 305	0.32 43	2.76 113	0.63 113	0.69 228	6.95 321	1.69 299	11.96 328	8.36 293	8.83 316	12.17 315	15.18 375	4.21 260	6.91 202	3.30 270	0.02 249	0.02 195	0.00 1	0.00 1	0.01 8	0.01 16
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
MDST_ROB	8.37 388	0.32 43	9.03 375	4.18 410	2.42 344	26.86 434	6.14 385	19.36 421	13.52 370	27.09 428	22.75 396	9.47 318	4.74 291	15.06 405	6.34 329	0.02 249	0.02 195	0.00 1	0.00 1	0.02 36	0.13 270

SGM-Forest	4.96 329	0.32 43	2.84 123	1.21 180	0.64 222	10.23 364	6.64 397	11.55 315	10.98 343	10.94 369	13.59 330	11.65 352	4.30 269	8.94 323	4.63 305	0.11 342	0.04 265	0.00 1	0.00 1	0.05 127	0.46 367
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
UGAM-zero	3.51 254	0.33 56	4.44 251	0.88 135	0.65 223	3.52 213	0.16 70	11.35 309	2.71 37	5.09 148	5.82 156	15.28 376	9.14 378	8.38 291	1.61 183	0.00 1	0.16 366	0.00 1	0.46 400	0.02 36	0.19 308

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

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

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

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

RAFT_R40	2.71 183	0.33 56	3.00 137	1.26 185	0.30 150	3.83 242	1.00 256	5.69 141	4.29 134	9.69 340	6.33 177	5.02 218	4.02 253	8.58 303	0.86 109	0.01 176	0.00 1	0.00 1	0.00 1	0.03 79	0.02 49

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

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

CFNet-RSSM	2.11 118	0.33 56	2.71 105	1.04 165	0.30 150	3.21 190	0.41 129	6.67 189	6.96 246	5.62 159	4.58 119	5.40 230	1.71 147	1.86 53	0.87 111	0.00 1	0.08 311	0.00 1	0.32 382	0.02 36	0.02 49

Gwc-CoAtRS	2.02 112	0.33 56	2.61 93	1.04 165	0.30 150	3.56 215	0.40 128	5.89 152	5.94 202	5.08 147	5.01 130	5.55 233	1.72 148	1.60 39	0.91 121	0.01 176	0.09 318	0.00 1	0.25 365	0.01 8	0.02 49

LoS	0.91 13	0.34 66	2.10 56	0.38 79	0.13 73	2.47 99	0.26 99	5.00 98	2.74 40	0.89 48	0.21 7	0.49 48	0.36 29	1.97 58	0.67 69	0.02 249	0.02 195	0.00 1	0.00 1	0.06 148	0.01 16
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
RCA-Stereo	1.99 108	0.34 66	2.71 105	0.26 54	0.06 22	2.29 86	0.48 141	4.89 88	14.65 377	2.81 84	5.51 152	0.78 61	3.21 210	1.44 30	0.33 14	0.00 1	0.01 144	0.00 1	0.00 1	0.07 164	0.02 49

DCANet-4	2.03 113	0.34 66	5.30 301	0.31 61	0.18 104	1.69 46	0.12 44	4.95 91	8.55 301	5.78 162	5.17 134	1.12 69	2.82 197	2.11 64	1.92 209	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.18 298

tt	83.26 472	0.34 66	99.99 480	79.40 474	93.18 475	100.00 479	100.00 480	100.00 482	99.95 477	60.33 463	47.63 451	99.98 482	99.96 478	99.98 479	100.00 483	92.42 475	99.82 479	73.83 475	73.63 472	88.42 476	56.35 469

test_4	2.38 154	0.34 66	2.68 99	0.08 15	0.11 60	3.69 226	1.14 268	3.33 19	3.34 88	4.03 118	17.35 370	3.31 141	0.51 53	6.28 166	1.15 145	0.00 1	0.00 1	0.00 1	0.11 315	0.16 264	0.01 16

AAGNet	3.41 248	0.34 66	2.45 76	1.78 257	0.39 173	3.69 226	1.05 260	4.79 84	4.61 154	9.62 338	7.74 218	4.98 212	6.38 332	7.34 229	13.02 403	0.00 1	0.00 1	0.00 1	0.00 1	0.03 79	0.04 123

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

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

FENet	2.19 130	0.34 66	3.04 146	2.05 305	0.26 140	2.82 155	0.13 53	7.02 199	5.55 185	4.97 143	1.94 53	4.91 211	3.39 220	4.71 116	2.50 243	0.02 249	0.03 241	0.00 1	0.00 1	0.00 1	0.21 315

Pointernet	0.84 8	0.35 75	2.00 41	0.12 24	0.13 73	1.77 54	0.06 21	4.87 87	2.53 27	0.14 1	2.11 59	0.76 60	0.44 48	1.02 12	0.32 13	0.00 1	0.04 265	0.00 1	0.15 325	0.02 36	0.01 16

CES	1.56 63	0.35 75	1.44 8	0.42 82	7.70 428	2.66 131	0.13 53	4.89 88	2.53 27	0.25 4	1.10 25	0.33 35	0.31 24	1.61 40	0.58 60	0.01 176	0.02 195	0.00 1	0.00 1	0.54 369	6.26 430

iRaft-Stereo_20w	2.56 172	0.35 75	4.98 280	0.37 77	0.67 226	3.47 201	0.59 173	12.57 351	3.89 110	6.10 188	6.23 172	1.49 81	2.24 168	6.65 192	0.86 109	0.00 1	0.19 379	0.00 1	0.33 384	0.08 175	0.22 317

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

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

NRIStereo	2.14 122	0.35 75	2.65 98	1.10 170	0.14 78	3.05 175	0.86 240	5.35 126	3.18 74	6.24 200	3.36 89	4.17 182	1.82 156	8.12 275	2.01 215	0.00 1	0.10 326	0.00 1	0.00 1	0.12 233	0.19 308

CRE-IMP	1.95 103	0.35 75	2.68 99	0.27 58	0.17 92	3.90 245	0.85 239	5.14 103	2.87 46	5.74 161	4.14 107	3.49 151	0.83 83	6.40 173	1.80 200	0.00 1	0.00 1	0.00 1	0.00 1	0.10 202	0.19 308

cross-raft	2.03 113	0.35 75	2.78 116	1.10 170	0.16 86	3.77 238	0.48 141	7.03 200	3.75 103	5.06 146	5.55 153	6.26 254	1.41 126	1.75 46	0.89 119	0.01 176	0.07 302	0.00 1	0.19 346	0.03 79	0.03 82

MSKI-zero shot	2.00 109	0.36 83	2.15 58	0.81 125	0.25 133	2.69 133	0.29 105	6.16 162	2.34 21	4.31 121	7.52 208	3.70 163	0.25 9	8.42 295	0.41 25	0.01 176	0.13 349	0.00 1	0.25 365	0.03 79	0.02 49

RAFT-Test	2.17 127	0.36 83	3.40 179	1.05 167	0.34 164	4.90 279	0.69 198	6.27 167	3.98 115	4.65 135	7.02 196	6.30 257	1.12 99	1.81 50	0.99 130	0.01 176	0.17 370	0.00 1	0.34 386	0.02 36	0.02 49

MC-Stereo	1.47 58	0.36 83	2.54 86	1.99 290	0.12 69	1.90 59	0.12 44	4.47 65	2.83 44	3.31 101	3.44 92	0.56 55	1.47 130	5.39 138	0.47 42	0.00 1	0.04 265	0.00 1	0.21 352	0.07 164	0.04 123

FTStereo	4.55 325	0.36 83	2.18 64	0.94 145	0.38 171	2.60 120	8.82 411	4.98 96	3.17 71	10.88 366	30.35 420	5.60 238	7.60 355	7.62 241	1.55 177	0.17 356	0.00 1	0.05 363	0.00 1	0.03 79	3.80 420

pcwnet_v2	4.20 305	0.36 83	8.53 373	1.33 193	1.12 269	3.43 197	0.41 129	12.85 355	14.16 373	9.90 346	14.29 338	5.90 246	3.03 204	6.20 163	2.06 219	0.01 176	0.05 275	0.04 356	0.02 256	0.16 264	0.18 298

test_xeample	4.13 299	0.36 83	2.75 110	1.23 182	0.51 205	3.96 249	0.13 53	12.63 352	7.65 268	7.49 266	10.86 290	3.29 140	3.36 215	6.71 194	21.53 425	0.02 249	0.03 241	0.00 1	0.00 1	0.03 79	0.04 123

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

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

DEmStereo	3.79 275	0.37 89	3.69 200	0.17 39	0.17 92	5.28 289	2.54 317	4.35 56	3.70 99	8.21 294	20.15 381	5.13 222	10.38 388	7.65 242	3.85 293	0.01 176	0.01 144	0.01 299	0.00 1	0.02 36	0.06 172

PMTNet	1.41 54	0.37 89	2.06 46	0.26 54	0.15 82	2.94 167	0.34 117	3.39 20	5.33 178	1.00 50	1.27 33	0.28 24	0.93 88	4.04 101	0.74 82	5.00 426	0.00 1	0.00 1	0.00 1	0.03 79	0.01 16

Occ-G	0.98 16	0.38 93	1.82 24	0.15 37	0.18 104	1.45 25	0.69 198	3.15 14	2.25 13	1.45 61	0.59 14	5.06 219	0.54 58	0.75 4	0.77 95	0.00 1	0.03 241	0.00 1	0.17 335	0.16 264	0.01 16

ICVP	2.32 147	0.38 93	2.89 133	0.92 142	0.70 232	2.55 110	0.87 242	9.97 271	3.99 116	4.13 119	8.97 242	2.71 117	1.69 146	2.52 70	3.52 284	0.05 312	0.24 393	0.01 299	0.01 235	0.11 219	0.13 270
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
XX-Stereo	2.71 183	0.38 93	5.96 324	2.25 326	2.20 335	1.54 32	0.21 85	5.44 132	3.05 62	2.28 75	16.16 352	7.03 273	0.24 8	6.19 161	0.79 98	0.00 1	0.15 359	0.00 1	0.23 358	0.13 246	0.04 123

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

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

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

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

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

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

anonymousdsp2	1.78 77	0.39 97	3.40 179	1.10 170	0.04 11	3.63 219	0.50 151	7.80 212	2.77 42	2.91 88	2.88 74	3.17 136	1.01 91	5.15 133	0.43 28	0.00 1	0.01 144	0.02 328	0.15 325	0.05 127	0.12 262

DeepStereo_RVC	2.05 115	0.39 97	2.87 130	0.14 36	0.17 92	3.51 210	0.70 201	5.21 109	3.00 58	6.27 205	4.13 106	3.47 149	4.53 282	4.81 118	1.49 170	0.01 176	0.00 1	0.00 1	0.00 1	0.09 192	0.18 298

CREStereo++_RVC	1.59 64	0.39 97	2.26 66	0.36 75	0.01 1	1.67 42	0.01 2	2.95 9	8.12 285	3.69 110	7.44 207	0.47 47	0.32 26	0.74 3	0.39 23	0.00 1	0.00 1	0.00 1	3.03 433	0.00 1	0.00 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
MSMDNet	2.99 210	0.39 97	4.02 226	0.40 81	0.25 133	2.53 106	0.16 70	9.35 255	9.25 309	7.08 245	11.39 299	6.93 270	2.43 176	4.01 99	1.34 160	0.01 176	0.02 195	0.02 328	0.00 1	0.05 127	0.07 190

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

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

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

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

PFNet	2.93 206	0.40 106	5.51 311	2.13 314	0.84 243	3.11 180	0.75 213	6.78 193	4.79 162	9.98 348	6.00 159	4.78 206	2.13 164	8.33 289	2.11 220	0.19 360	0.06 289	0.00 1	0.11 315	0.20 291	0.35 350

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

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

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

222	5.36 336	0.40 106	2.72 107	1.50 214	0.48 196	6.15 305	0.07 26	13.73 369	8.06 283	8.79 313	11.03 294	3.71 164	4.21 260	7.47 236	38.74 455	0.03 283	0.02 195	0.00 1	0.00 1	0.04 101	0.05 156

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

testlalala	1.50 61	0.41 116	1.67 18	0.98 155	0.31 156	4.00 251	0.90 248	5.26 121	2.17 11	6.56 223	3.61 96	1.74 90	0.38 34	1.21 21	0.42 27	0.00 1	0.02 195	0.00 1	0.29 373	0.01 8	0.01 16

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

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

IRAFT_RVC	2.85 194	0.41 116	3.32 171	2.09 309	0.41 178	2.92 165	5.22 378	6.41 177	3.63 98	6.53 221	5.48 151	5.09 220	4.88 299	8.20 286	2.15 224	0.01 176	0.17 370	0.01 299	0.00 1	0.02 36	0.04 123

RAFT-345	3.27 228	0.41 116	2.88 131	1.02 158	0.21 122	2.63 126	0.48 141	3.76 36	5.51 183	7.35 261	24.88 405	4.25 185	1.76 154	8.15 278	2.13 222	0.01 176	0.00 1	0.00 1	0.00 1	0.01 8	0.01 16

model_zeroshot	1.52 62	0.42 122	4.10 235	1.25 184	0.11 60	3.04 174	0.14 60	5.79 148	2.84 45	3.12 92	3.65 97	2.05 102	0.42 46	2.38 67	0.71 77	0.01 176	0.10 326	0.00 1	0.20 348	0.02 36	0.04 123

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

MoCha-V2	1.41 54	0.42 122	2.61 93	0.81 125	0.23 129	2.53 106	0.20 82	4.81 85	3.16 69	0.82 47	3.15 80	0.30 26	1.61 144	6.66 193	0.40 24	0.00 1	0.20 383	0.00 1	0.24 361	0.05 127	0.02 49

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

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

LCNet	2.85 194	0.42 122	1.90 29	0.95 149	0.56 211	2.07 72	1.60 293	4.99 97	3.57 97	6.05 183	10.59 281	4.59 200	6.79 341	7.46 234	0.72 79	0.01 176	0.00 1	0.01 299	0.77 411	0.30 333	3.57 418

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

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

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

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

IGEV-Stereo+	1.69 68	0.43 133	1.59 12	0.37 77	3.10 356	2.10 74	0.07 26	1.86 2	0.91 3	0.39 21	0.03 1	0.20 7	0.41 42	7.05 211	0.16 2	0.02 249	0.07 302	0.00 1	0.18 341	5.14 425	9.77 445

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

DRaft	3.74 269	0.43 133	2.60 91	0.12 24	0.15 82	4.76 275	1.34 282	5.33 125	4.31 135	10.30 352	21.91 390	3.27 139	8.83 372	7.36 231	3.66 288	0.05 312	0.10 326	0.00 1	0.14 322	0.10 202	0.14 275

test_xeample3	1.08 27	0.43 133	3.39 177	0.49 92	0.05 14	2.58 115	0.93 249	3.32 18	1.77 8	0.23 2	0.23 8	0.19 5	0.28 15	6.34 170	0.85 106	0.00 1	0.01 144	0.00 1	0.26 371	0.06 148	0.10 237

SFCPSM	3.29 230	0.43 133	5.11 289	0.34 73	0.94 254	8.48 342	2.15 310	14.51 379	5.29 175	7.00 239	7.65 215	3.43 143	2.59 183	5.11 131	2.37 237	0.01 176	0.03 241	0.01 299	0.07 298	0.13 246	0.15 283

gcap-zeroshot	1.87 92	0.44 138	4.24 239	0.53 94	0.51 205	3.12 181	0.75 213	6.42 178	3.91 112	3.75 112	1.67 45	7.79 288	0.55 59	2.61 71	0.53 52	0.02 249	0.21 384	0.00 1	0.23 358	0.00 1	0.05 156

testlalala2	2.15 124	0.44 138	2.44 75	9.24 428	6.30 420	3.64 220	0.18 77	4.63 74	2.55 30	3.73 111	4.17 108	3.14 134	0.51 53	1.08 13	0.26 8	0.00 1	0.10 326	0.00 1	0.44 399	0.11 219	0.03 82

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

CASS	2.44 160	0.44 138	3.56 190	0.85 132	0.38 171	3.14 183	0.22 87	9.64 262	4.00 117	6.78 227	7.62 214	3.57 156	3.58 228	3.80 91	1.10 139	0.02 249	0.01 144	0.00 1	0.00 1	0.05 127	0.01 16
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
Anonymous3	1.76 75	0.44 138	6.37 337	0.33 69	0.50 202	4.33 261	0.54 157	4.43 62	2.48 23	2.21 71	3.24 83	1.53 83	1.14 102	5.64 142	1.29 155	0.17 356	0.23 388	0.00 1	0.00 1	0.12 233	0.15 283

EAI-Stereo	2.31 145	0.44 138	2.72 107	0.68 118	0.56 211	3.51 210	2.62 322	11.42 311	4.14 130	2.09 70	7.23 204	1.21 72	0.91 86	5.67 144	1.51 171	0.01 176	0.25 394	0.00 1	0.88 413	0.04 101	0.26 335

H2IRNET	2.16 125	0.45 144	2.60 91	1.22 181	0.03 9	1.98 66	0.13 53	4.73 82	7.04 251	1.15 57	7.79 220	5.88 245	3.39 220	4.97 127	1.45 168	0.01 176	0.00 1	0.04 356	0.17 335	0.19 287	0.03 82

IGEVStereo-DCA	1.06 26	0.45 144	2.06 46	0.32 64	0.06 22	2.74 135	0.84 233	3.71 30	2.27 14	0.39 21	0.16 3	0.20 7	0.29 17	6.47 178	0.87 111	0.00 1	0.00 1	0.00 1	0.16 328	0.06 148	0.06 172

rrr	1.05 25	0.45 144	3.18 161	0.32 64	0.06 22	2.74 135	0.95 254	3.49 24	1.12 5	0.39 21	0.16 3	0.20 7	0.29 17	6.47 178	0.87 111	0.00 1	0.00 1	0.00 1	0.21 352	0.06 148	0.10 237

CrosDoStereo	3.96 290	0.45 144	3.04 146	0.32 64	0.20 119	3.28 192	11.63 429	5.76 144	4.45 142	9.04 323	16.58 355	4.99 213	7.45 350	8.04 264	3.72 289	0.00 1	0.02 195	0.01 299	0.00 1	0.16 264	0.10 237

DeepStereo_LL	3.96 290	0.45 144	3.04 146	0.32 64	0.20 119	3.28 192	11.63 429	5.76 144	4.45 142	9.04 323	16.58 355	4.99 213	7.45 350	8.04 264	3.72 289	0.00 1	0.02 195	0.01 299	0.00 1	0.16 264	0.10 237

test-1	1.82 85	0.45 144	5.42 304	0.89 136	0.41 178	2.14 77	0.56 163	5.75 142	4.15 131	3.28 98	5.11 132	3.61 157	0.70 67	1.53 36	1.56 178	0.02 249	0.34 400	0.00 1	0.08 302	0.02 36	0.30 344

RAFT-RH_RVC	3.96 290	0.46 150	2.93 134	1.55 224	0.42 181	3.14 183	0.14 60	3.70 29	5.98 206	11.25 372	32.23 424	5.29 225	1.68 145	8.13 276	2.14 223	0.08 334	0.00 1	0.00 1	0.03 269	0.01 8	0.00 1

NOSS_ROB	3.30 231	0.46 150	2.62 95	2.08 306	1.01 263	5.60 293	0.74 211	10.37 282	11.48 351	5.15 149	8.43 231	5.67 239	1.73 149	7.97 260	2.34 233	0.02 249	0.06 289	0.00 1	0.00 1	0.07 164	0.14 275

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

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

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

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

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

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

ac_64	3.70 267	0.47 152	3.50 188	2.87 366	3.50 373	5.91 301	0.72 207	10.17 279	4.34 136	8.16 289	5.80 155	10.82 340	5.64 320	7.08 215	4.73 307	0.03 283	0.00 1	0.00 1	0.00 1	0.08 175	0.14 275

UGAM	3.90 285	0.48 159	4.69 268	0.17 39	0.08 42	3.67 222	1.22 273	4.81 85	14.45 375	4.59 130	11.94 309	14.20 368	3.80 245	9.92 351	3.61 286	0.00 1	0.00 1	0.00 1	0.02 256	0.32 340	0.07 190

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

testlalala_base	3.12 220	0.48 159	2.79 119	2.14 315	1.98 322	4.13 256	0.64 186	6.16 162	2.09 10	2.38 76	4.08 105	1.80 92	0.50 52	1.65 41	0.72 79	12.33 448	2.33 429	0.00 1	0.31 381	14.56 443	1.32 397

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

GCAP-BAT	1.77 76	0.49 163	2.78 116	0.66 116	0.16 86	3.76 237	0.80 223	3.72 35	3.27 79	3.68 109	5.03 131	3.66 160	0.56 60	5.82 148	0.65 65	0.00 1	0.05 275	0.00 1	0.24 361	0.01 8	0.01 16

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

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

IGEV_Zeroshot_test	2.13 121	0.50 165	4.91 277	1.41 207	0.18 104	2.62 124	0.36 119	7.80 212	3.87 108	5.04 145	5.42 149	4.77 205	1.03 94	3.43 83	0.79 98	0.00 1	0.16 366	0.00 1	0.18 341	0.17 273	0.04 123

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

ASMatch	3.32 239	0.50 165	3.32 171	1.72 249	0.45 187	1.93 62	0.68 194	6.42 178	3.89 110	6.18 195	22.30 393	4.61 201	4.82 297	7.65 242	1.70 190	0.00 1	0.02 195	0.00 1	0.03 269	0.01 8	0.18 298

DSFCA	4.21 307	0.50 165	5.45 307	1.34 195	1.68 303	7.04 322	4.51 366	10.73 293	7.00 248	10.78 364	6.80 186	8.48 305	4.63 286	9.91 350	5.12 312	0.02 249	0.06 289	0.02 328	0.03 269	0.08 175	0.03 82

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

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

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

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

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

IPLGR	2.28 141	0.51 170	6.00 325	0.15 37	0.15 82	1.99 68	0.22 87	6.34 169	6.04 210	6.80 228	5.76 154	2.87 120	2.31 172	4.88 120	1.28 154	0.00 1	0.00 1	0.00 1	0.00 1	0.09 192	0.18 298

FC-DCNN v2	10.88 412	0.52 176	4.17 237	1.92 277	1.63 296	17.79 414	5.35 381	18.87 414	19.88 403	28.77 431	34.99 434	34.62 439	21.72 430	16.03 412	11.16 394	0.03 283	0.01 144	0.02 328	0.00 1	0.06 148	0.08 204

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

FC-DCNN	10.72 411	0.52 176	4.27 241	1.88 271	1.63 296	17.18 410	5.29 380	18.20 407	19.69 402	28.50 430	34.51 432	34.03 437	21.48 429	15.89 409	11.15 393	0.03 283	0.01 144	0.02 328	0.01 235	0.07 164	0.09 217

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

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

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

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

acv_ft	3.69 266	0.53 180	4.58 264	2.31 337	4.71 411	7.44 331	0.86 240	8.54 232	5.70 191	9.29 330	9.26 255	5.77 241	4.15 257	2.24 65	8.13 358	0.00 1	0.00 1	0.00 1	0.00 1	0.29 332	0.01 16

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

CAS++	1.18 36	0.55 185	1.99 39	0.17 39	0.27 142	1.85 58	0.63 182	8.48 229	3.07 64	1.71 67	2.32 66	0.18 4	0.20 4	1.91 57	0.30 10	0.00 1	0.01 144	0.00 1	0.00 1	0.02 36	0.01 16
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
ToySt	2.69 180	0.55 185	7.03 352	1.03 160	0.10 52	3.49 206	1.04 259	6.38 176	4.55 150	2.69 79	6.28 174	7.95 296	4.38 273	5.08 129	2.58 247	0.01 176	0.11 334	0.00 1	0.04 286	0.28 330	0.19 308

anonymousa	3.80 277	0.55 185	3.35 173	1.24 183	3.74 382	9.04 350	0.36 119	6.74 192	4.03 120	7.72 274	19.64 380	10.62 336	6.01 326	1.52 35	1.40 163	0.00 1	0.00 1	0.00 1	0.05 290	0.00 1	0.03 82

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

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

FCDSN-DC	10.24 408	0.56 189	3.49 187	1.96 286	1.29 280	16.90 409	4.59 368	17.16 400	19.10 397	24.64 426	32.46 428	33.82 436	22.14 432	15.93 410	10.45 386	0.04 300	0.00 1	0.00 1	0.00 1	0.05 127	0.21 315
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
ff7	1.12 29	0.57 191	2.06 46	0.03 1	0.07 29	2.80 144	0.84 233	3.71 30	2.27 14	0.38 15	1.06 21	0.20 7	0.40 36	7.12 218	0.49 45	0.00 1	0.00 1	0.00 1	0.16 328	0.09 192	0.06 172

ffff	1.12 29	0.57 191	2.06 46	0.03 1	0.07 29	2.80 144	0.84 233	3.71 30	2.27 14	0.38 15	1.06 21	0.20 7	0.40 36	7.12 218	0.49 45	0.00 1	0.00 1	0.00 1	0.16 328	0.09 192	0.06 172

11t	1.12 29	0.57 191	2.06 46	0.03 1	0.07 29	2.80 144	0.84 233	3.71 30	2.27 14	0.38 15	1.06 21	0.20 7	0.40 36	7.12 218	0.49 45	0.00 1	0.00 1	0.00 1	0.16 328	0.09 192	0.06 172

ccc-4	1.12 29	0.57 191	2.06 46	0.03 1	0.07 29	2.80 144	0.84 233	3.71 30	2.27 14	0.38 15	1.06 21	0.20 7	0.40 36	7.12 218	0.49 45	0.00 1	0.00 1	0.00 1	0.16 328	0.09 192	0.06 172

DISCO	6.28 351	0.57 191	5.78 318	3.43 389	1.17 272	11.22 375	3.39 344	12.14 337	16.16 385	6.52 220	11.22 297	16.96 388	6.32 330	19.51 425	10.74 389	0.00 1	0.00 1	0.00 1	0.00 1	0.35 347	0.11 249

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

AdaStereo	3.09 216	0.58 196	3.04 146	2.84 365	0.48 196	4.08 253	1.29 279	12.16 338	7.77 276	6.03 182	9.62 261	5.79 243	1.53 140	4.56 114	1.93 213	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.02 49
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
anonymousdsp	1.12 29	0.59 198	1.66 15	0.03 1	0.07 29	2.81 152	0.82 226	4.07 49	2.30 19	0.41 26	1.12 29	0.30 26	0.40 36	7.05 211	0.49 45	0.00 1	0.00 1	0.00 1	0.17 335	0.10 202	0.05 156

IGEV-Stereo	1.12 29	0.59 198	1.66 15	0.03 1	0.07 29	2.82 155	0.82 226	4.09 51	2.30 19	0.41 26	1.11 26	0.30 26	0.41 42	7.05 211	0.49 45	0.00 1	0.00 1	0.00 1	0.17 335	0.10 202	0.05 156
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
ProNet	1.20 37	0.60 200	2.00 41	0.26 54	0.08 42	2.73 134	0.68 194	5.00 98	2.52 26	0.29 7	1.32 34	0.37 37	0.36 29	6.94 206	0.44 29	0.00 1	0.07 302	0.00 1	0.00 1	0.17 273	0.07 190

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

SGM_RVC	10.08 405	0.60 200	3.42 181	2.30 331	0.32 158	19.41 418	6.33 392	18.95 415	14.64 376	25.14 427	24.32 402	33.34 435	18.79 419	19.86 426	12.55 402	0.25 370	0.26 396	0.22 396	0.24 361	0.34 346	0.40 356
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
fff	2.28 141	0.61 203	3.81 210	0.22 49	0.07 29	1.69 46	0.11 38	5.37 129	11.84 355	5.80 164	5.17 134	1.44 77	5.41 311	2.00 59	1.92 209	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.18 298

csc	2.28 141	0.61 203	3.81 210	0.22 49	0.07 29	1.69 46	0.11 38	5.37 129	11.84 355	5.80 164	5.17 134	1.44 77	5.41 311	2.00 59	1.92 209	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.18 298

cscssc	2.28 141	0.61 203	3.81 210	0.22 49	0.07 29	1.69 46	0.11 38	5.37 129	11.84 355	5.80 164	5.17 134	1.44 77	5.41 311	2.00 59	1.92 209	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.18 298

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

RASNet	4.52 324	0.61 203	4.42 249	3.42 388	4.68 410	4.58 271	0.99 255	9.54 261	8.01 282	5.28 153	11.42 301	10.34 333	8.88 373	9.28 336	8.68 365	0.15 350	0.00 1	0.00 1	0.00 1	0.03 79	0.04 123

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

Anonymous_2	4.14 300	0.62 208	3.21 163	1.40 204	1.43 288	5.19 284	0.32 112	6.63 187	4.38 138	4.48 128	2.30 65	8.08 297	7.00 343	5.37 137	2.29 231	0.23 367	0.75 416	5.20 432	18.12 457	5.66 427	0.23 323

StereoDRNet-Refined	4.46 318	0.62 208	3.80 209	1.92 277	0.40 175	9.35 353	0.15 65	10.02 274	8.83 305	12.69 383	11.62 306	9.34 315	3.87 247	8.06 271	8.02 353	0.00 1	0.00 1	0.01 299	0.05 290	0.20 291	0.26 335
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
tt1	2.14 122	0.63 211	2.22 65	2.27 327	0.02 3	5.71 295	0.63 182	4.53 68	10.19 327	1.16 58	3.39 91	0.33 35	3.05 206	8.00 261	0.46 37	0.00 1	0.02 195	0.00 1	0.03 269	0.10 202	0.04 123

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

DCANet	2.08 117	0.64 212	3.81 210	0.31 61	0.17 92	1.70 50	0.25 97	5.23 110	8.47 297	6.07 186	5.30 147	1.41 75	4.23 262	1.85 52	2.02 217	0.00 1	0.00 1	0.00 1	0.00 1	0.04 101	0.19 308

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

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

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

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

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

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

hitnet-ft	3.66 264	0.65 216	2.79 119	0.89 136	0.72 234	4.25 258	0.55 161	9.11 248	7.52 264	7.14 248	10.19 270	12.49 357	4.70 289	7.44 233	4.41 301	0.03 283	0.00 1	0.06 367	0.00 1	0.20 291	0.04 123

MyStereo06	2.35 150	0.66 222	4.54 257	1.10 170	0.96 256	2.57 113	0.10 34	9.30 253	4.05 124	5.22 151	6.09 161	5.95 247	2.38 174	3.00 76	0.73 81	0.01 176	0.08 311	0.00 1	0.01 235	0.13 246	0.15 283

MyStereo05	2.94 207	0.66 222	5.25 300	1.10 170	0.96 256	2.57 113	0.10 34	8.53 231	12.34 363	6.28 206	3.88 99	3.18 137	3.30 213	7.81 254	2.37 237	0.01 176	0.08 311	0.00 1	0.01 235	0.13 246	0.15 283

IPLG	2.43 158	0.66 222	4.77 271	0.54 95	0.31 156	3.01 172	0.26 99	6.15 161	5.55 185	7.69 272	6.21 170	1.89 96	1.74 151	7.19 223	2.35 235	0.01 176	0.01 144	0.00 1	0.00 1	0.24 322	0.12 262

CRFU-Net	4.45 317	0.67 225	5.02 281	2.78 363	1.32 284	12.67 391	3.35 342	11.26 303	3.52 95	10.06 350	9.30 257	10.91 343	6.92 342	7.26 225	3.24 267	0.15 350	0.16 366	0.16 388	0.00 1	0.26 323	0.05 156

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

DCRE	1.79 78	0.68 226	2.55 87	1.66 241	0.27 142	1.27 11	0.05 18	4.57 71	4.04 122	3.30 100	9.24 252	3.83 167	1.20 115	2.08 63	0.67 69	0.00 1	0.12 341	0.00 1	0.24 361	0.04 101	0.09 217

iRaftStereo_RVC	1.62 65	0.68 226	1.98 37	0.67 117	0.05 14	2.99 170	0.04 15	5.36 128	3.74 102	3.82 114	4.96 127	2.54 112	0.62 64	3.35 82	0.97 128	0.00 1	0.07 302	0.00 1	0.00 1	0.30 333	0.27 339

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

FAT-Stereo	6.78 364	0.68 226	6.80 347	2.30 331	1.77 312	5.63 294	4.20 359	18.79 411	18.62 394	10.53 360	17.15 366	18.52 397	13.74 407	8.86 321	7.38 342	0.03 283	0.15 359	0.01 299	0.07 298	0.12 233	0.26 335

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

MIPNet	2.06 116	0.69 231	4.57 263	0.32 64	0.21 122	1.92 61	0.19 79	6.89 196	5.64 190	5.48 157	4.02 103	2.02 101	3.50 224	3.32 81	2.01 215	0.00 1	0.01 144	0.01 299	0.01 235	0.20 291	0.13 270

test_5	2.90 203	0.70 233	3.69 200	2.01 295	3.17 360	4.61 273	1.32 281	6.69 190	7.02 250	2.79 82	7.18 201	4.99 213	4.14 256	7.96 259	1.31 156	0.00 1	0.00 1	0.00 1	0.03 269	0.19 287	0.26 335

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

RAFT+CT+SA	2.36 152	0.71 235	2.46 79	0.83 129	2.26 338	3.18 187	0.93 249	6.82 195	5.48 180	2.55 78	8.07 224	1.64 85	1.59 143	8.54 300	1.15 145	0.02 249	0.00 1	0.00 1	0.38 391	0.19 287	0.36 352

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

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

delet	4.27 313	0.72 236	4.50 255	1.07 168	3.75 386	10.79 373	4.04 355	9.95 270	7.89 278	8.09 287	8.89 237	8.46 303	3.81 246	7.56 239	5.80 322	0.00 1	0.00 1	0.00 1	0.00 1	0.11 219	0.02 49

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

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

STrans-v2	3.43 250	0.73 239	4.82 272	0.26 54	0.60 215	3.00 171	1.19 272	10.41 284	7.22 255	5.79 163	10.97 293	6.75 269	7.03 345	8.25 288	1.40 163	0.00 1	0.01 144	0.00 1	0.00 1	0.03 79	0.18 298

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

SA	3.06 214	0.74 243	3.79 208	1.60 233	0.30 150	3.19 188	1.43 284	6.72 191	9.06 307	4.63 134	10.80 286	2.89 121	4.71 290	9.62 347	1.18 149	0.00 1	0.09 318	0.00 1	0.19 346	0.23 312	0.02 49

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

MIM_Stereo	2.50 170	0.75 245	4.26 240	1.18 179	0.11 60	3.08 176	0.33 115	6.07 157	3.28 81	5.01 144	10.12 269	4.29 191	1.74 151	8.06 271	1.27 153	0.00 1	0.12 341	0.00 1	0.01 235	0.18 282	0.15 283

Sa-1000	3.55 258	0.75 245	3.63 197	1.91 275	0.30 150	3.55 214	1.63 295	7.39 206	8.54 300	7.70 273	17.44 371	4.00 172	2.82 197	9.44 344	1.33 158	0.00 1	0.10 326	0.00 1	0.18 341	0.21 302	0.04 123

IIG-Stereo	3.16 223	0.75 245	2.83 121	4.08 407	0.21 122	2.56 112	0.74 211	6.55 185	5.56 187	8.39 301	9.38 258	7.94 294	2.79 195	9.50 346	1.89 206	0.02 249	0.00 1	0.00 1	0.00 1	0.02 36	0.04 123

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

THIR-Stereo	3.86 281	0.77 249	2.62 95	0.12 24	0.13 73	4.25 258	6.63 396	5.30 123	4.18 132	10.33 353	17.13 365	6.58 266	7.62 356	7.78 252	3.51 280	0.01 176	0.07 302	0.07 373	0.00 1	0.11 219	0.02 49

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

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

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

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

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

MyStereo04	2.95 208	0.79 255	5.38 303	1.03 160	1.11 267	2.63 126	0.46 138	10.00 272	12.44 364	4.19 120	3.91 101	3.04 129	3.60 229	7.34 229	2.74 254	0.00 1	0.09 318	0.00 1	0.01 235	0.11 219	0.09 217

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

HSM	4.00 295	0.79 255	3.16 160	1.59 232	2.17 332	6.77 317	1.11 266	12.28 341	6.35 229	6.75 225	8.11 226	13.90 365	5.37 310	8.85 319	2.71 250	0.00 1	0.00 1	0.00 1	0.00 1	0.02 36	0.02 49

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

ADLNet	4.32 316	0.80 259	4.33 244	3.60 395	3.56 375	6.87 319	2.48 316	11.20 302	7.58 267	9.87 344	9.62 261	8.39 300	4.95 300	6.16 160	6.60 335	0.01 176	0.01 144	0.00 1	0.01 235	0.12 233	0.25 330

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

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

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

psm_up	3.85 280	0.82 264	3.01 139	2.00 294	2.58 348	5.28 289	3.34 341	10.85 297	6.33 227	7.27 257	7.32 206	10.15 327	9.02 376	6.19 161	2.51 244	0.22 366	0.01 144	0.00 1	0.00 1	0.12 233	0.03 82

NVstereo2D	4.51 321	0.82 264	6.86 350	3.28 384	3.38 367	8.16 340	3.13 334	10.51 285	15.15 380	4.90 141	6.89 189	7.87 289	4.78 294	9.88 349	3.91 295	0.01 176	0.00 1	0.00 1	0.06 297	0.02 36	0.58 377

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

raft+_RVC	1.79 78	0.84 267	2.32 68	2.40 343	0.85 244	1.38 20	0.09 33	6.36 170	4.75 161	2.85 85	5.46 150	1.17 71	1.36 125	4.54 113	0.91 121	0.00 1	0.10 326	0.00 1	0.00 1	0.11 219	0.22 317

S-Stereo	6.63 359	0.84 267	9.67 380	3.15 380	3.48 372	6.49 312	6.22 388	12.99 359	22.84 413	9.48 333	15.51 348	12.00 354	8.43 366	8.04 264	10.70 388	0.12 345	0.17 370	0.00 1	0.38 391	0.13 246	1.92 407

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

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

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

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

ssnet_v2	4.46 318	0.87 272	5.18 295	1.57 228	0.67 226	9.14 351	4.73 370	11.84 323	9.68 317	8.79 313	6.24 173	9.91 323	4.34 272	6.28 166	9.30 373	0.00 1	0.01 144	0.00 1	0.00 1	0.28 330	0.30 344

WCMA_ROB	9.21 396	0.87 272	7.37 360	2.54 352	2.13 329	13.59 397	5.80 383	11.64 316	14.01 372	24.43 425	32.99 429	27.09 424	18.02 414	12.51 385	9.85 383	0.81 402	0.07 302	0.01 299	0.01 235	0.16 264	0.23 323

CroCo-Stereo Lap2	1.24 42	0.88 275	3.39 177	0.95 149	4.59 409	0.47 2	0.08 30	3.51 27	2.80 43	1.17 59	2.24 63	1.57 84	0.20 4	1.48 33	1.14 144	0.00 1	0.00 1	0.00 1	0.00 1	0.15 258	0.12 262

stereogan	7.69 379	0.88 275	7.08 354	3.49 393	3.93 392	18.98 416	3.23 339	16.52 396	19.58 401	9.93 347	18.92 377	20.50 410	9.04 377	14.07 398	6.14 325	0.26 372	0.04 265	0.21 395	0.03 269	0.63 379	0.33 348

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

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

CroCo-Stereo	0.99 19	0.89 278	3.19 162	0.46 87	0.44 182	0.38 1	0.05 18	4.61 72	3.95 114	0.48 34	1.78 50	1.01 65	0.27 13	1.11 14	1.07 135	0.01 176	0.00 1	0.00 1	0.00 1	0.05 127	0.04 123
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
RYNet	6.34 353	0.89 278	5.88 320	1.41 207	4.48 406	15.97 404	4.18 358	13.41 364	16.49 386	10.81 365	7.00 195	14.33 369	8.72 370	9.43 341	13.71 407	0.00 1	0.01 144	0.00 1	0.00 1	0.02 36	0.07 190

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

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

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

DLCB_ROB	4.51 321	0.91 283	3.78 207	2.19 319	1.07 266	6.28 306	3.09 333	9.78 265	7.72 271	10.65 362	12.97 324	13.91 366	3.71 236	8.72 315	5.30 314	0.00 1	0.00 1	0.00 1	0.00 1	0.03 79	0.10 237

CBMV	5.35 335	0.91 283	3.67 199	1.62 237	0.44 182	10.09 362	7.19 404	12.49 348	12.33 362	12.22 379	14.69 344	10.93 344	6.48 333	8.51 299	4.96 311	0.02 249	0.15 359	0.00 1	0.00 1	0.17 273	0.17 296
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
AASNet	3.90 285	0.92 286	4.41 248	3.56 394	4.00 394	6.70 315	1.26 277	18.71 410	6.14 216	7.35 261	7.91 223	4.35 193	2.58 182	3.04 77	6.62 337	0.00 1	0.00 1	0.00 1	0.00 1	0.39 356	0.14 275

111	2.78 189	0.92 286	3.81 210	0.22 49	0.07 29	2.83 157	0.70 201	6.03 155	14.00 371	3.22 96	8.93 238	5.48 232	3.30 213	3.66 88	2.03 218	0.00 1	0.00 1	0.00 1	0.00 1	0.10 202	0.29 342

ccnet	6.87 367	0.92 286	5.15 293	3.09 374	2.18 334	11.78 381	4.90 372	17.97 405	8.79 304	12.79 386	20.20 382	16.00 382	8.35 365	9.12 328	14.17 410	0.42 390	0.33 399	0.25 399	0.09 310	0.40 359	0.48 368

OMP-Stereo	3.03 212	0.93 289	2.72 107	4.21 411	0.51 205	2.19 80	1.25 275	6.19 166	6.00 208	7.99 285	6.21 170	8.50 307	2.49 178	9.44 344	1.74 195	0.01 176	0.00 1	0.00 1	0.00 1	0.08 175	0.05 156

STTStereo	3.60 261	0.93 289	6.34 336	2.71 359	2.23 336	3.68 225	0.63 182	9.42 256	6.73 240	9.87 344	6.97 190	8.84 311	3.65 231	6.85 198	3.04 259	0.00 1	0.02 195	0.01 299	0.00 1	0.02 36	0.02 49

CBFPSM	4.87 328	0.94 291	14.70 409	1.51 217	1.15 271	11.49 378	2.55 321	7.28 204	6.47 232	6.23 199	4.83 123	15.30 377	8.99 375	6.88 199	8.20 359	0.03 283	0.02 195	0.00 1	0.00 1	0.40 359	0.42 359

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

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

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

DRN-Test	5.87 340	0.98 294	5.89 321	2.69 358	3.65 379	12.37 388	3.35 342	20.07 428	10.20 330	11.93 378	12.31 319	11.06 347	5.31 309	7.89 257	9.05 369	0.04 300	0.05 275	0.04 356	0.04 286	0.18 282	0.25 330

AIO-Stereo-zeroshot	2.86 198	0.99 296	7.52 365	1.52 218	0.92 250	2.94 167	0.03 14	9.31 254	3.81 107	2.42 77	5.86 158	9.23 314	4.64 287	4.31 108	2.19 228	0.02 249	0.18 374	0.00 1	0.54 404	0.35 347	0.35 350

GMStereo	1.83 86	0.99 296	4.55 260	0.57 103	0.05 14	2.53 106	0.01 2	4.95 91	11.14 345	3.52 105	2.24 63	0.53 52	0.49 51	3.76 90	0.80 101	0.20 363	0.00 1	0.00 1	0.12 318	0.12 233	0.00 1
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
RALCasStereoNet	1.93 101	1.01 298	2.75 110	1.88 271	1.75 309	2.88 164	0.18 77	4.64 77	4.36 137	2.27 74	5.14 133	2.22 105	0.79 81	7.10 217	1.00 132	0.00 1	0.34 400	0.00 1	0.00 1	0.10 202	0.16 294

edge stereo	6.76 361	1.01 298	6.76 346	2.20 321	2.45 345	6.41 310	2.45 315	14.84 383	11.98 359	15.29 400	18.31 376	22.02 413	12.56 399	10.82 365	7.49 343	0.03 283	0.06 289	0.11 381	0.03 269	0.30 333	0.14 275

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

iResNet_ROB	4.23 308	1.02 300	4.90 276	2.18 318	0.93 253	2.92 165	0.37 121	15.10 387	16.91 390	7.89 282	10.51 280	7.03 273	3.07 207	8.16 279	3.46 278	0.01 176	0.00 1	0.00 1	0.00 1	0.10 202	0.02 49

AACVNet	3.33 241	1.03 302	3.56 190	3.46 390	0.63 220	3.09 178	0.28 101	8.78 242	3.43 91	5.99 180	10.64 283	10.08 326	4.03 254	8.69 310	2.51 244	0.03 283	0.01 144	0.00 1	0.00 1	0.26 323	0.06 172

FBW_ROB	8.50 391	1.03 302	7.98 369	1.93 281	1.28 279	13.10 394	6.23 389	22.50 432	18.98 395	18.82 409	14.91 346	19.06 400	10.04 386	18.41 420	9.83 381	0.62 397	0.22 386	1.82 422	0.82 412	0.99 394	1.36 399

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

GwcNet-RSSM	3.77 273	1.05 304	5.06 285	2.21 322	1.87 318	2.36 90	1.52 289	8.98 244	7.96 281	5.91 179	14.59 342	7.94 294	3.50 224	6.43 174	5.70 320	0.00 1	0.00 1	0.04 356	0.00 1	0.20 291	0.08 204

NLCA_NET_v2_RVC	3.84 279	1.06 306	5.23 299	2.72 361	3.27 363	4.36 264	0.61 178	10.71 292	7.56 265	8.75 312	7.89 222	9.86 322	3.90 248	7.15 222	3.44 274	0.14 348	0.02 195	0.02 328	0.03 269	0.04 101	0.03 82
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
RAFT_CTSACE	3.40 247	1.07 307	4.52 256	1.27 187	3.14 357	4.00 251	1.07 263	3.93 45	4.43 140	4.66 136	17.94 374	7.21 282	2.76 193	10.82 365	0.85 106	0.00 1	0.07 302	0.00 1	0.00 1	0.30 333	0.01 16

GANet	6.22 350	1.07 307	4.07 233	2.27 327	0.89 247	9.19 352	9.52 416	12.02 330	8.13 286	10.72 363	29.09 416	13.86 364	7.52 354	11.00 368	4.39 300	0.36 381	0.00 1	0.02 328	0.02 256	0.12 233	0.08 204

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

SGM-ForestM	16.99 435	1.08 309	5.74 317	2.12 312	0.75 235	31.63 439	12.21 432	27.80 441	32.25 429	37.88 443	39.99 441	52.96 453	35.20 447	33.60 445	24.47 435	0.26 372	0.39 405	0.31 402	0.39 393	0.26 323	0.53 374

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

MSMD_ROB	9.28 398	1.09 311	4.65 265	1.58 229	0.39 173	16.52 405	4.41 364	13.60 366	14.87 379	22.34 416	39.89 440	25.67 421	20.71 426	12.42 384	6.98 338	0.34 380	0.03 241	0.00 1	0.00 1	0.05 127	0.09 217

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

STTRV1_RVC	7.02 370	1.10 313	12.88 400	3.32 385	6.92 422	11.90 383	4.00 354	15.07 384	11.94 358	9.51 334	14.57 341	11.63 351	8.73 371	12.65 387	8.06 356	3.32 424	2.75 437	0.41 408	0.12 318	1.38 403	0.11 249

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

DualNet (step1)	3.91 288	1.11 316	6.15 330	1.27 187	0.60 215	5.22 285	2.54 317	10.66 289	7.73 272	8.36 296	7.55 210	6.55 261	4.27 264	6.58 187	1.62 184	1.49 416	0.03 241	3.10 425	2.99 430	0.20 291	0.15 283

test_sample9	5.87 340	1.11 316	6.15 330	1.27 187	0.60 215	5.22 285	2.54 317	10.66 289	7.73 272	8.36 296	7.55 210	6.55 261	4.27 264	11.68 376	11.44 395	1.49 416	24.31 463	3.10 425	2.99 430	0.20 291	0.15 283

test_sample8	7.99 384	1.11 316	6.15 330	1.27 187	0.60 215	5.22 285	2.54 317	12.04 331	6.15 217	17.46 406	9.02 244	24.67 417	18.16 415	11.68 376	11.44 395	1.49 416	24.31 463	3.10 425	2.99 430	0.20 291	0.15 283

ARAFT	3.13 221	1.11 316	7.34 359	0.42 82	0.14 78	4.52 270	2.99 330	7.41 207	5.97 205	8.85 317	7.06 200	5.20 223	1.25 118	8.49 298	1.44 166	0.00 1	0.03 241	0.00 1	0.00 1	0.33 343	0.11 249

TDLM	4.11 297	1.11 316	3.54 189	1.62 237	1.04 264	3.91 246	7.41 406	10.60 287	10.67 341	6.38 214	12.59 321	5.95 247	4.77 292	8.79 317	3.04 259	0.58 395	0.00 1	0.01 299	0.00 1	0.19 287	0.12 262

FINET	5.32 334	1.14 321	10.04 382	2.17 317	3.67 381	6.49 312	6.76 399	11.68 318	22.08 411	7.42 263	12.15 314	4.24 184	3.61 230	9.25 335	5.35 315	0.04 300	0.04 265	0.00 1	0.00 1	0.17 273	0.09 217

DeepPruner_ROB	3.52 255	1.14 321	4.06 231	1.12 176	1.65 298	3.65 221	0.83 230	13.96 371	4.47 144	7.80 276	10.84 288	7.05 277	2.16 167	8.14 277	3.08 261	0.07 329	0.03 241	0.00 1	0.01 235	0.32 340	0.06 172

CVANet_RVC	4.16 303	1.16 323	3.60 192	1.94 282	1.46 289	3.92 247	4.68 369	10.89 298	8.34 292	7.58 268	10.84 288	10.27 331	6.62 336	8.56 301	2.69 249	0.39 384	0.00 1	0.00 1	0.01 235	0.21 302	0.09 217

IPLGR_C	2.44 160	1.17 324	4.94 278	0.62 110	2.08 326	2.65 129	0.80 223	5.60 138	4.79 162	7.87 280	9.23 247	1.67 87	1.15 104	3.43 83	2.23 229	0.01 176	0.19 379	0.02 328	0.08 302	0.22 306	0.10 237

MyStereo8	2.88 202	1.19 325	5.03 283	1.61 234	3.75 386	4.30 260	0.07 26	6.14 160	6.16 218	6.22 198	9.64 263	4.28 189	1.45 129	2.05 62	4.76 309	0.00 1	0.16 366	0.00 1	0.14 322	0.26 323	0.43 361

raft_robust	2.64 178	1.20 326	2.62 95	1.10 170	0.28 148	1.50 30	0.12 44	6.28 168	9.04 306	6.80 228	7.19 202	3.73 165	2.13 164	9.06 327	1.07 135	0.03 283	0.12 341	0.00 1	0.21 352	0.17 273	0.22 317

dd	2.16 125	1.22 327	4.82 272	0.68 118	0.12 69	1.39 23	0.17 74	5.14 103	11.22 348	2.70 81	3.51 95	1.52 82	1.23 117	5.08 129	3.96 296	0.12 345	0.01 144	0.04 356	0.21 352	0.07 164	0.01 16

XPNet_ROB	6.03 349	1.22 327	5.61 316	2.56 355	0.90 249	6.32 307	7.07 402	12.92 357	8.30 291	14.76 398	15.13 347	19.84 404	6.66 338	10.36 358	8.58 364	0.02 249	0.04 265	0.00 1	0.03 269	0.11 219	0.24 327

DANet	6.02 348	1.23 329	8.45 372	3.86 404	3.94 393	7.64 337	1.34 282	9.51 260	7.00 248	13.39 391	15.53 349	15.99 381	7.02 344	12.14 381	12.37 400	0.19 360	0.12 341	0.02 328	0.03 269	0.13 246	0.56 376
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
NaN_ROB	6.00 347	1.24 330	6.29 334	1.34 195	1.68 303	9.60 358	10.31 422	15.09 385	15.79 383	12.62 382	8.95 239	11.67 353	5.83 321	11.78 379	6.41 330	0.05 312	0.13 349	0.08 376	0.20 348	0.22 306	0.79 385

Nwc_Net	6.97 369	1.25 331	6.63 344	3.82 402	3.37 366	10.83 374	1.67 298	19.56 426	11.35 349	8.36 296	23.62 398	17.19 390	11.44 395	11.21 370	8.08 357	0.80 401	0.00 1	0.00 1	0.02 256	0.13 246	0.09 217

SACVNet	4.15 302	1.26 332	3.81 210	3.12 378	1.68 303	3.09 178	2.85 329	11.91 326	5.96 203	10.52 359	11.20 296	10.59 334	3.95 249	8.97 324	3.25 268	0.08 334	0.02 195	0.00 1	0.00 1	0.32 340	0.44 363

DMCA-RVC	3.17 224	1.26 332	6.39 339	2.10 311	1.51 291	3.02 173	0.56 163	7.84 214	5.06 169	9.23 328	5.19 138	8.46 303	2.72 192	6.31 168	3.22 265	0.06 321	0.11 334	0.09 379	0.02 256	0.16 264	0.08 204

BEATNet_4x	3.24 226	1.27 334	5.89 321	1.56 227	0.10 52	5.26 288	1.07 263	10.08 276	5.50 181	6.89 235	7.73 217	4.53 198	4.13 255	5.05 128	5.27 313	0.04 300	0.05 275	0.00 1	0.00 1	0.23 312	0.23 323

MANE	19.47 442	1.27 334	5.07 286	4.69 414	5.55 415	30.49 438	9.94 420	34.01 445	37.27 441	44.13 452	51.57 456	52.51 451	40.41 452	33.58 444	24.81 436	0.89 404	0.86 417	1.11 417	9.72 448	0.38 352	1.06 392

pmcnn	7.72 380	1.27 334	9.42 379	2.91 367	3.14 357	9.44 354	6.23 389	12.56 350	16.51 387	14.53 396	24.08 400	27.44 425	8.49 367	9.32 338	8.44 362	0.06 321	0.08 311	0.00 1	0.00 1	0.30 333	0.15 283

CSP-Net	4.12 298	1.28 337	3.70 203	1.54 222	1.06 265	13.28 396	2.33 312	12.96 358	5.45 179	8.87 318	8.54 233	8.43 302	3.03 204	8.16 279	3.65 287	0.00 1	0.00 1	0.00 1	0.00 1	0.18 282	0.03 82

LE_ROB	16.73 434	1.28 337	11.61 388	3.72 399	1.65 298	16.67 407	9.17 414	14.39 377	55.91 455	63.81 466	40.86 443	35.94 440	37.73 450	14.24 399	26.87 441	0.05 312	0.10 326	0.13 385	0.22 357	0.12 233	0.15 283

AIO-Stereo-zeroshot1	3.58 259	1.29 339	12.46 394	1.53 220	0.98 258	3.48 204	0.81 225	11.99 329	4.40 139	4.33 122	11.05 295	8.83 310	2.02 161	4.52 112	1.66 188	0.01 176	0.14 353	0.00 1	0.68 408	0.86 390	0.44 363

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

RP	6.84 366	1.29 339	5.53 314	3.92 405	5.18 413	6.32 307	3.53 345	11.73 321	15.31 381	9.54 336	22.38 394	18.25 395	14.47 409	10.11 352	7.49 343	0.91 405	0.01 144	0.12 383	0.15 325	0.33 343	0.19 308

ADCRef	7.27 371	1.38 342	16.37 413	2.52 351	3.30 365	11.63 380	3.16 336	10.80 295	9.35 312	13.03 389	25.27 408	8.17 298	8.92 374	8.06 271	21.81 428	0.15 350	0.08 311	0.16 388	0.34 386	0.38 352	0.58 377

fast-acv-ft	5.62 338	1.39 343	7.01 351	2.02 297	1.89 320	12.23 386	1.82 304	7.35 205	9.45 314	10.46 358	20.27 384	14.55 371	7.71 358	7.41 232	7.61 345	0.10 340	0.09 318	0.16 388	0.07 298	0.59 374	0.13 270

DN-CSS_ROB	2.69 180	1.40 344	5.34 302	2.31 337	0.75 235	3.14 183	0.06 21	6.11 159	3.87 108	5.34 155	12.18 316	2.34 108	1.22 116	7.84 255	1.48 169	0.03 283	0.00 1	0.00 1	0.00 1	0.35 347	0.03 82

LoS_RVC	1.26 43	1.43 345	1.91 30	0.42 82	3.77 388	1.71 51	0.04 15	2.58 5	2.49 24	0.42 30	2.58 70	0.30 26	0.57 62	1.71 42	0.66 68	0.01 176	0.02 195	0.00 1	0.00 1	0.02 36	4.49 424

iResNetv2_ROB	4.28 314	1.43 345	7.17 355	2.91 367	1.26 276	4.36 264	1.62 294	13.64 368	10.25 331	9.83 342	11.41 300	7.68 286	4.00 250	7.75 251	1.85 202	0.00 1	0.00 1	0.00 1	0.00 1	0.37 351	0.09 217

AF-Net	7.78 381	1.44 347	6.68 345	3.37 386	4.50 407	8.61 345	2.69 324	17.07 399	20.17 406	9.52 335	24.02 399	20.31 409	14.59 410	11.58 375	9.84 382	0.61 396	0.00 1	0.12 383	0.00 1	0.38 352	0.12 262

gwcnet-sp	3.31 233	1.47 348	7.26 356	1.73 250	0.69 228	7.57 334	1.14 268	8.59 233	6.17 219	8.57 306	5.25 144	4.26 186	3.36 215	6.46 175	3.44 274	0.00 1	0.00 1	0.00 1	0.00 1	0.15 258	0.11 249

scenet	3.31 233	1.47 348	7.26 356	1.73 250	0.69 228	7.57 334	1.14 268	8.59 233	6.17 219	8.57 306	5.25 144	4.26 186	3.36 215	6.46 175	3.44 274	0.00 1	0.00 1	0.00 1	0.00 1	0.15 258	0.11 249

ssnet	3.31 233	1.47 348	7.26 356	1.73 250	0.69 228	7.57 334	1.14 268	8.59 233	6.17 219	8.57 306	5.25 144	4.26 186	3.36 215	6.46 175	3.44 274	0.00 1	0.00 1	0.00 1	0.00 1	0.15 258	0.11 249

PA-Net	4.98 330	1.47 348	7.42 361	2.40 343	2.14 330	8.73 347	3.64 350	12.42 342	13.11 366	7.03 242	7.57 213	7.88 290	6.52 334	10.16 357	7.82 348	0.02 249	0.03 241	0.00 1	0.00 1	0.11 219	1.07 393
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
NCC-stereo	6.77 362	1.49 352	6.48 340	2.92 369	4.40 400	7.43 329	3.61 347	19.52 424	13.29 367	8.39 301	16.91 360	15.96 379	12.13 396	12.85 388	7.70 346	1.47 414	0.11 334	0.01 299	0.42 395	0.14 256	0.24 327

Abc-Net	6.77 362	1.49 352	6.48 340	2.92 369	4.40 400	7.43 329	3.61 347	19.52 424	13.29 367	8.39 301	16.91 360	15.96 379	12.13 396	12.85 388	7.70 346	1.47 414	0.11 334	0.01 299	0.42 395	0.14 256	0.24 327
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
MeshStereo	11.52 415	1.52 354	4.55 260	1.89 273	1.46 289	19.87 420	5.11 376	20.66 430	15.91 384	32.67 436	34.51 432	39.34 444	21.15 427	18.74 422	12.10 398	0.11 342	0.06 289	0.01 299	0.00 1	0.45 365	0.22 317
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
G-Net	8.41 389	1.54 355	10.97 386	5.73 421	3.60 377	26.19 428	4.41 364	10.10 277	7.42 259	19.71 412	24.99 406	14.38 370	15.83 411	10.99 367	9.53 379	0.50 394	0.46 411	0.19 394	0.25 365	0.80 387	0.66 381

Wz-Net-LNSev-Ref	5.98 345	1.55 356	9.92 381	2.40 343	3.22 361	10.28 365	3.14 335	11.64 316	9.79 320	9.54 336	20.22 383	11.16 348	6.77 340	10.61 363	9.16 370	0.06 321	0.00 1	0.00 1	0.00 1	0.03 79	0.04 123

RAFT + AFF	4.30 315	1.55 356	5.84 319	1.43 209	2.36 340	5.94 302	6.72 398	10.01 273	7.56 265	7.55 267	8.96 241	7.09 278	6.73 339	8.57 302	4.02 297	0.02 249	0.47 412	0.00 1	0.01 235	0.56 370	0.54 375

psmorigin	7.34 372	1.58 358	18.31 420	2.35 340	0.87 245	6.72 316	1.70 302	10.63 288	7.14 253	19.77 413	22.71 395	20.13 406	11.34 393	12.96 390	9.49 378	0.04 300	0.17 370	0.06 367	0.17 335	0.21 302	0.50 371

NCCL2	5.88 342	1.59 359	5.44 306	1.87 268	0.92 250	9.55 356	11.55 428	12.11 334	9.94 324	9.67 339	8.85 236	22.28 415	7.41 349	8.78 316	7.17 340	0.01 176	0.00 1	0.03 345	0.00 1	0.13 246	0.23 323

iinet-f	5.94 343	1.60 360	26.88 439	1.79 258	1.38 287	11.92 384	1.47 286	6.80 194	7.11 252	6.90 237	14.43 339	10.64 338	7.97 360	7.00 209	12.12 399	0.02 249	0.03 241	0.05 363	0.00 1	0.63 379	0.02 49

CSAN	7.62 375	1.60 360	6.56 343	1.83 266	0.66 224	12.40 389	10.52 425	14.45 378	21.32 409	14.19 394	15.98 351	17.84 391	13.02 404	12.32 383	8.38 361	0.09 338	0.07 302	0.03 345	0.04 286	0.33 343	0.67 382

FADNet-RVC-Resample	3.79 275	1.62 362	12.06 390	1.43 209	0.66 224	5.94 302	2.41 313	10.18 280	8.58 302	6.28 206	4.22 109	5.33 229	4.80 296	7.71 247	3.19 264	0.17 356	0.21 384	0.17 391	0.12 318	0.41 362	0.29 342

PSMNet_ROB	5.02 332	1.63 363	6.03 326	1.90 274	1.83 316	9.57 357	6.35 393	15.58 392	7.23 256	6.15 194	10.48 279	12.22 355	4.16 258	8.02 263	8.71 366	0.02 249	0.01 144	0.01 299	0.10 314	0.20 291	0.12 262

LL-Strereo	4.71 327	1.64 364	7.51 364	1.15 178	4.31 398	3.71 228	1.45 285	9.21 250	8.36 293	8.37 300	8.17 227	10.82 340	11.36 394	12.51 385	4.82 310	0.00 1	0.12 341	0.00 1	0.00 1	0.31 338	0.32 347

FADNet	4.23 308	1.65 365	11.75 389	1.64 239	0.80 240	4.80 276	0.77 217	13.76 370	11.65 353	3.97 116	5.24 142	9.62 319	5.14 306	8.40 293	3.78 291	0.21 364	0.04 265	0.07 373	0.05 290	1.14 396	0.10 237

sAnonymous2	1.35 50	1.66 366	8.14 370	0.55 98	0.46 188	1.23 7	0.24 92	4.00 47	3.47 92	0.40 24	1.11 26	0.23 16	1.42 127	0.96 10	0.57 56	0.01 176	0.00 1	0.00 1	0.20 348	2.07 413	0.22 317

CroCo_RVC	1.35 50	1.66 366	8.14 370	0.55 98	0.46 188	1.23 7	0.24 92	4.00 47	3.47 92	0.40 24	1.11 26	0.23 16	1.42 127	0.96 10	0.57 56	0.01 176	0.00 1	0.00 1	0.20 348	2.07 413	0.22 317

FADNet_RVC	3.91 288	1.67 368	12.95 402	0.96 151	0.75 235	5.71 295	0.54 157	10.83 296	6.60 237	3.46 104	8.09 225	4.10 179	3.40 222	9.43 341	6.33 328	0.36 381	0.44 409	0.17 391	0.46 400	0.91 391	0.95 390

APVNet	5.98 345	1.72 369	8.72 374	3.21 382	4.04 395	12.31 387	1.81 303	19.09 417	6.10 212	6.13 193	13.41 329	10.69 339	6.30 329	11.26 371	13.90 408	0.05 312	0.02 195	0.11 381	0.03 269	0.53 368	0.20 314

AANet_RVC	5.01 331	1.74 370	6.38 338	1.96 286	1.29 280	2.26 84	1.69 299	10.07 275	18.53 393	7.88 281	18.15 375	8.49 306	2.70 187	10.59 362	7.04 339	0.96 407	0.15 359	0.02 328	0.00 1	0.13 246	0.12 262

StereoDRNet	5.59 337	1.75 371	6.80 347	3.12 378	4.45 404	10.61 370	4.35 363	18.80 412	9.73 318	12.22 379	6.87 188	11.44 350	4.65 288	8.09 274	8.26 360	0.02 249	0.11 334	0.00 1	0.03 269	0.20 291	0.28 341

ETE_ROB	5.80 339	1.77 372	6.33 335	1.44 212	0.78 239	6.43 311	6.90 400	12.53 349	8.08 284	12.93 388	14.89 345	21.13 412	5.87 322	9.83 348	6.57 334	0.04 300	0.01 144	0.00 1	0.02 256	0.08 175	0.33 348

ADCP+	8.09 385	1.79 373	14.50 407	1.54 222	4.28 397	16.57 406	5.20 377	12.80 354	11.20 347	12.83 387	17.07 364	11.02 346	10.80 391	17.59 418	23.18 433	0.03 283	0.05 275	0.01 299	0.18 341	0.39 356	0.81 386

LALA_ROB	6.58 358	1.80 374	6.25 333	1.26 185	0.94 254	10.08 361	9.02 413	16.00 394	11.51 352	12.74 384	13.02 325	24.77 418	5.25 308	10.56 361	8.02 353	0.04 300	0.05 275	0.00 1	0.02 256	0.10 202	0.25 330

FADNet-RVC	3.98 294	1.84 375	12.48 396	1.69 243	0.44 182	4.33 261	1.31 280	11.84 323	7.15 254	3.53 106	3.50 94	10.63 337	4.43 276	9.12 328	6.25 327	0.03 283	0.10 326	0.00 1	0.03 269	0.60 376	0.25 330

PS-NSSS	3.90 285	1.84 375	4.55 260	0.87 134	2.95 355	4.10 255	2.00 307	10.77 294	8.23 290	6.75 225	14.63 343	5.01 217	2.24 168	8.41 294	2.91 256	0.33 379	0.03 241	0.83 413	0.00 1	0.82 388	0.70 383

SANet	10.64 410	1.86 377	10.91 384	1.76 253	0.71 233	14.62 400	9.23 415	19.18 418	37.14 440	19.22 410	27.96 412	25.86 422	19.11 421	13.02 391	10.63 387	0.08 334	0.06 289	0.03 345	0.02 256	0.62 377	0.81 386

DPSNet	10.14 406	1.88 378	16.82 416	1.85 267	1.73 307	24.84 426	17.20 449	19.92 427	27.41 421	12.23 381	13.62 331	16.52 384	18.35 416	14.42 401	12.50 401	0.78 400	0.54 415	0.08 376	0.25 365	1.18 397	0.59 380

dad	4.66 326	1.89 379	5.51 311	0.94 145	0.09 47	2.16 79	0.37 121	7.10 201	14.43 374	10.13 351	16.84 359	14.97 373	1.90 157	6.82 197	4.15 298	1.09 409	0.11 334	4.08 430	0.46 400	0.17 273	0.06 172

Wz-Net-LNSev	6.46 355	1.93 380	16.44 415	1.52 218	4.15 396	12.66 390	4.96 374	13.05 360	12.10 360	10.55 361	16.23 353	11.32 349	7.19 346	8.43 296	8.48 363	0.00 1	0.01 144	0.00 1	0.00 1	0.08 175	0.06 172

GwcNet	6.42 354	1.97 381	10.92 385	2.59 356	5.58 416	11.55 379	2.21 311	14.10 374	16.52 389	10.04 349	17.19 368	10.86 342	5.61 319	9.23 334	8.84 368	0.01 176	0.06 289	0.03 345	0.08 302	0.56 370	0.40 356

GMStereo_Zeroshot	2.77 188	1.98 382	5.14 292	1.53 220	0.36 167	3.56 215	0.10 34	5.57 137	5.91 201	6.89 235	7.02 196	8.50 307	0.91 86	6.01 155	1.65 187	0.00 1	0.00 1	0.00 1	0.00 1	0.20 291	0.01 16

PDISCO_ROB	9.62 403	1.99 383	11.51 387	9.88 430	9.61 432	21.48 421	3.83 351	19.33 420	28.49 424	11.27 373	14.17 336	19.92 405	5.02 301	16.35 414	9.18 371	5.28 428	0.41 406	0.14 386	0.09 310	2.05 412	2.36 414

ADCL	10.16 407	2.11 384	19.36 423	1.92 277	1.88 319	22.23 422	8.91 412	14.04 372	23.56 415	14.62 397	26.19 409	12.75 358	13.59 406	16.06 413	22.95 432	0.26 372	0.18 374	0.75 411	0.65 406	0.69 383	0.58 377

ELAS	16.72 433	2.14 385	9.23 376	4.92 416	4.53 408	32.66 443	15.11 444	27.40 440	28.68 425	40.27 447	44.90 446	38.33 443	30.50 442	26.44 439	21.94 429	0.88 403	1.23 421	0.67 410	0.89 414	1.49 405	2.18 412
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
RGC	6.88 368	2.23 386	6.13 328	4.05 406	4.73 412	8.94 348	2.78 326	15.19 389	11.74 354	11.13 370	19.34 378	17.86 392	10.42 389	13.02 391	8.03 355	0.73 399	0.01 144	0.24 398	0.41 394	0.31 338	0.38 354

ELAS_RVC	16.54 432	2.26 387	10.09 383	5.50 420	4.46 405	28.28 436	16.72 448	25.55 437	33.54 432	40.19 446	40.30 442	36.68 441	30.03 441	29.40 440	20.61 422	0.98 408	1.21 420	0.86 414	0.70 409	1.39 404	2.16 410
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SDNR	7.50 374	2.32 388	15.58 412	1.82 265	0.63 220	44.66 455	0.44 137	8.59 233	9.52 315	9.84 343	25.18 407	5.30 228	4.38 273	11.46 374	6.49 332	0.05 312	0.03 241	0.00 1	0.01 235	1.79 410	1.87 406

Wz-Net-MNSev	7.43 373	2.35 389	15.22 410	2.34 339	3.41 371	17.27 412	8.55 409	11.91 326	13.48 369	13.37 390	17.05 363	13.70 361	7.47 353	11.90 380	9.99 384	0.40 386	0.03 241	0.00 1	0.01 235	0.16 264	0.07 190

ADCPNet	9.54 401	2.39 390	31.46 443	2.09 309	1.60 294	16.71 408	6.39 394	12.11 334	11.45 350	13.53 392	21.45 389	19.41 401	10.94 392	14.38 400	21.54 426	0.27 375	1.16 419	0.39 407	1.49 422	0.58 373	1.45 400

SHD	9.61 402	2.60 391	12.46 394	3.69 398	3.54 374	9.47 355	1.25 275	20.16 429	37.84 442	18.19 408	21.24 388	16.96 388	12.83 403	14.47 402	16.05 413	0.32 378	0.13 349	0.01 299	0.08 302	0.38 352	0.48 368

DGSMNet	6.47 356	2.61 392	13.64 405	3.46 390	3.74 382	8.97 349	6.01 384	14.15 375	13.01 365	7.46 265	14.10 335	9.94 324	4.79 295	10.44 359	6.22 326	1.30 413	1.70 424	1.80 420	1.52 424	2.27 416	2.35 413

DeepPrunerF	6.75 360	2.69 393	23.31 432	3.68 397	7.16 423	3.78 239	4.29 361	13.42 365	20.13 405	8.13 288	10.46 278	7.18 281	8.06 362	11.10 369	9.44 377	0.24 369	0.15 359	0.29 400	0.42 395	0.66 382	0.45 365

Syn2CoEx	6.32 352	2.72 394	9.33 377	2.45 348	1.67 301	8.59 344	3.32 340	18.08 406	12.27 361	8.53 305	21.08 387	10.30 332	9.80 384	9.30 337	7.86 350	0.01 176	0.00 1	0.00 1	0.00 1	0.63 379	0.43 361

SAMSARA	14.63 424	2.74 395	12.38 392	12.65 436	6.74 421	36.50 447	72.93 470	19.36 421	23.77 416	16.20 404	13.04 326	29.21 428	12.78 401	16.98 416	15.21 412	0.11 342	0.26 396	0.03 345	0.14 322	0.76 386	0.77 384

GANetREF_RVC	6.56 357	2.89 396	7.58 366	3.41 387	0.40 175	12.96 393	9.58 417	15.09 385	17.25 392	10.33 353	10.62 282	12.27 356	8.16 364	12.21 382	4.53 303	0.41 387	0.00 1	0.00 1	0.02 256	3.12 419	0.39 355
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
PVD	15.44 426	2.93 397	14.67 408	4.21 411	3.39 369	17.43 413	4.16 357	27.84 442	48.84 451	31.02 434	43.54 445	29.76 430	30.81 443	25.97 438	21.40 424	0.23 367	0.41 406	0.04 356	0.33 384	0.41 362	1.33 398

RTSC	9.15 395	3.00 398	13.57 404	3.72 399	1.76 311	11.82 382	0.46 138	16.95 398	36.83 439	15.80 402	15.53 349	12.91 359	7.46 352	20.01 428	21.76 427	0.31 377	0.13 349	0.01 299	0.08 302	0.57 372	0.41 358

TRStereo	2.36 152	3.10 399	4.70 269	1.99 290	2.08 326	2.61 121	1.11 266	8.79 243	3.73 101	3.19 94	3.04 77	3.96 170	0.77 76	5.92 151	1.44 166	0.03 283	0.14 353	0.00 1	0.29 373	0.08 175	0.25 330

ADCMid	10.24 408	3.13 400	20.70 426	2.21 322	2.39 343	11.23 376	6.19 386	14.17 376	11.19 346	23.20 422	22.25 392	17.89 393	19.54 422	18.51 421	26.21 440	0.45 392	0.42 408	1.10 416	1.29 419	1.56 407	1.18 394

PWC_ROB	8.24 387	3.13 400	12.74 399	2.43 347	4.43 403	7.51 332	1.22 273	16.63 397	19.24 399	16.08 403	28.29 413	13.99 367	10.16 387	13.63 395	14.06 409	0.42 390	0.00 1	0.05 363	0.00 1	0.59 374	0.27 339

SuperB	8.10 386	3.15 402	24.67 434	2.65 357	1.23 274	9.88 360	4.29 361	10.18 280	30.07 426	11.53 375	12.18 316	6.12 250	6.65 337	10.50 360	14.47 411	0.14 348	0.11 334	0.35 404	0.25 365	13.06 441	0.48 368

PWCDC_ROB	7.92 383	3.17 403	7.48 363	5.73 421	4.40 400	10.45 367	0.35 118	14.52 380	28.19 423	10.36 355	31.27 422	7.04 275	9.14 378	13.22 393	8.78 367	2.74 423	0.02 195	0.00 1	0.00 1	1.31 401	0.17 296

aanetorigin	8.72 393	3.29 404	27.55 440	1.95 283	3.84 389	4.93 281	5.39 382	5.49 135	10.05 326	27.85 429	31.47 423	15.80 378	12.78 401	9.04 326	11.98 397	0.25 370	0.22 386	0.22 396	0.25 365	1.28 400	0.84 388

SQANet	7.64 376	3.40 405	5.49 309	11.73 435	9.62 433	11.96 385	2.82 327	11.33 308	6.10 212	8.33 295	11.49 303	11.00 345	5.16 307	10.12 356	2.72 253	8.92 437	2.21 426	10.41 436	1.58 425	11.13 437	7.39 435

XQC	8.43 390	3.58 406	16.40 414	2.92 369	2.17 332	13.22 395	3.60 346	14.64 381	25.86 419	11.87 377	12.04 310	15.06 374	10.67 390	15.24 407	19.41 418	0.39 384	0.08 311	0.05 363	0.07 298	0.84 389	0.45 365

MFN_U_SF_RVC	12.94 418	3.66 407	25.81 437	3.61 396	2.26 338	22.77 423	4.55 367	27.10 438	20.06 404	23.90 423	28.99 415	30.53 431	16.98 412	19.92 427	20.26 421	1.24 410	1.07 418	0.98 415	1.33 420	1.80 411	2.04 409

anonymity	7.68 377	3.83 408	12.39 393	7.04 426	12.67 441	8.18 341	2.00 307	17.50 402	6.85 243	13.56 393	9.21 246	9.97 325	7.82 359	11.28 372	5.58 318	6.27 431	4.98 453	3.68 429	2.96 429	3.33 421	4.48 423

PASM	7.90 382	4.22 409	21.97 430	3.25 383	3.29 364	5.39 291	6.57 395	10.57 286	19.09 396	12.77 385	13.92 333	18.11 394	9.51 382	13.79 396	10.77 391	0.19 360	0.45 410	0.29 400	1.08 417	1.49 405	1.19 395

MFN_U_SF_DS_RVC	9.78 404	4.27 410	14.47 406	2.29 330	2.85 353	23.40 425	13.62 436	13.60 366	19.54 400	19.42 411	24.27 401	16.74 387	8.59 368	17.05 417	7.98 352	1.25 411	1.68 423	0.17 391	2.63 427	0.72 385	1.04 391

GASNet	5.19 333	4.61 411	9.38 378	4.73 415	2.10 328	3.80 241	1.57 292	12.07 332	10.96 342	8.92 320	7.03 198	8.21 299	7.67 357	14.02 397	7.36 341	0.02 249	0.15 359	0.00 1	0.00 1	0.69 383	0.42 359

WZ-Net	13.00 419	4.64 412	41.07 451	3.48 392	3.15 359	19.12 417	15.66 447	14.81 382	31.33 428	15.71 401	27.88 411	22.22 414	14.01 408	20.44 430	25.03 437	0.64 398	0.00 1	0.01 299	0.03 269	0.39 356	0.37 353

Consistency-Raft	9.42 399	4.74 413	12.66 397	5.30 419	9.08 430	4.08 253	5.26 379	19.26 419	24.87 417	11.17 371	29.85 418	13.57 360	5.51 318	7.67 244	13.40 405	0.36 381	0.35 402	1.81 421	4.24 438	11.61 438	3.57 418

ADCS	13.02 420	4.93 414	28.38 441	3.17 381	2.67 350	13.61 398	10.83 426	18.70 409	33.46 431	22.59 417	24.78 404	19.59 403	18.51 418	23.40 435	32.16 449	0.10 340	0.19 379	0.37 406	0.18 341	1.26 399	1.46 401

MaskLacGwcNet_RVC	5.97 344	5.36 415	5.02 281	3.75 401	3.57 376	15.81 403	4.27 360	11.72 320	6.96 246	7.23 254	8.47 232	9.09 313	2.66 186	9.36 340	2.71 250	7.49 433	2.32 428	2.01 423	0.08 302	6.77 432	4.67 425

AnyNet_C32	10.98 413	5.58 416	22.79 431	4.16 408	5.83 417	15.64 401	14.30 437	13.18 361	17.15 391	16.44 405	20.52 385	14.68 372	13.44 405	22.46 432	30.08 446	0.17 356	0.26 396	0.36 405	0.36 390	1.23 398	0.91 389

LSM	14.01 423	5.95 417	33.49 444	6.78 425	43.61 465	10.22 363	9.98 421	15.16 388	22.93 414	23.07 421	32.34 427	18.52 397	12.67 400	15.45 408	11.10 392	0.16 355	0.51 414	0.09 379	0.32 382	1.08 395	16.85 459

EDNetEfficient	13.82 422	6.19 418	54.79 457	2.83 364	3.60 377	4.86 278	8.57 410	8.61 238	32.90 430	40.77 448	30.59 421	18.33 396	21.87 431	11.38 373	25.36 438	0.15 350	0.23 388	0.06 367	1.03 416	2.54 417	1.79 404

SPS-STEREO	15.04 425	6.23 419	13.21 403	11.34 434	11.65 438	23.30 424	7.15 403	24.16 435	15.65 382	31.78 435	29.19 417	31.62 432	21.32 428	24.62 436	19.50 419	7.59 434	4.19 451	3.22 428	1.48 421	6.99 433	6.54 432
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
Wz-Net-SNSev	9.23 397	6.70 420	24.28 433	1.87 268	1.81 315	8.57 343	12.29 434	17.37 401	20.39 407	10.43 357	23.11 397	16.66 386	8.03 361	14.47 402	17.86 415	0.00 1	0.02 195	0.01 299	0.00 1	0.41 362	0.30 344

AnonymousM	2.71 183	6.75 421	0.98 1	0.73 120	0.06 22	2.41 96	0.53 155	5.30 123	3.05 62	4.75 138	2.09 57	1.89 96	1.01 91	1.88 56	0.51 51	0.01 176	0.02 195	17.42 441	4.76 441	0.02 36	0.01 16

NVStereoNet_ROB	16.04 429	6.75 421	12.90 401	6.37 424	7.42 426	12.89 392	9.74 419	22.78 433	25.12 418	30.32 432	46.19 448	34.37 438	25.38 435	21.48 431	21.38 423	5.94 429	3.10 443	6.07 434	10.09 449	4.01 422	8.54 440
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
MSC_U_SF_DS_RVC	16.41 431	6.93 423	21.83 429	5.94 423	2.81 352	38.71 449	14.59 438	24.55 436	34.87 437	33.66 440	34.35 431	29.24 429	24.20 434	22.59 433	17.95 416	2.52 422	2.81 438	1.17 418	1.51 423	5.89 429	2.16 410

UDGNet	2.73 186	7.09 424	3.90 218	2.71 359	0.06 22	2.98 169	0.20 82	4.63 74	8.58 302	2.69 79	2.70 71	0.95 64	1.01 91	6.27 165	1.51 171	1.28 412	0.00 1	5.24 433	0.94 415	1.70 408	0.13 270

SGM+DAISY	15.62 427	7.26 425	19.28 422	8.94 427	10.11 435	26.25 429	10.49 424	19.36 421	14.65 377	30.64 433	33.59 430	33.00 434	22.32 433	24.96 437	16.42 414	7.90 435	6.25 455	4.51 431	3.37 434	5.86 428	7.20 434

otaku	11.73 416	7.51 426	7.07 353	13.22 438	10.85 437	26.61 433	7.25 405	18.84 413	19.16 398	11.58 376	17.23 369	20.19 407	8.09 363	15.11 406	4.64 306	9.13 439	2.42 430	13.08 437	1.83 426	12.48 440	8.22 438

MFMNet_re	13.29 421	8.60 427	18.29 419	9.75 429	7.25 425	19.65 419	14.84 441	20.71 431	30.72 427	23.03 420	28.77 414	18.85 399	26.09 438	13.55 394	9.82 380	2.44 421	1.35 422	0.34 403	0.23 358	4.78 424	6.69 433

Ntro	12.35 417	8.88 428	7.80 367	13.79 439	12.42 440	26.54 432	6.98 401	18.54 408	22.14 412	9.82 341	16.45 354	20.30 408	9.29 381	15.95 411	6.61 336	9.53 441	2.47 432	14.93 439	2.77 428	13.11 442	8.63 441

BEATNet-Init1	23.31 444	9.03 429	41.67 452	4.17 409	2.53 347	45.68 457	19.47 452	33.43 444	38.45 443	47.59 455	49.10 452	59.31 457	41.80 453	38.35 452	29.21 445	0.47 393	0.50 413	0.81 412	0.66 407	2.10 415	1.86 405

CC-Net-ROB	7.68 377	9.21 430	7.46 362	3.82 402	3.66 380	15.68 402	5.02 375	17.95 404	10.45 338	6.44 217	14.00 334	7.63 285	4.77 292	10.75 364	3.10 262	5.99 430	2.46 431	16.28 440	1.08 417	6.30 431	1.56 403

UDG	8.58 392	9.31 431	4.89 275	10.00 431	9.52 431	10.36 366	2.41 313	12.07 332	9.82 321	7.81 277	9.55 259	16.52 384	9.81 385	7.84 255	7.88 351	4.20 425	2.51 433	18.53 442	3.71 437	9.55 434	5.28 428

RTS	18.87 440	9.32 432	86.48 466	4.95 417	6.10 418	42.08 451	14.70 439	15.49 390	41.06 444	22.65 418	32.32 425	13.77 362	19.54 422	37.98 450	28.96 443	0.41 387	0.23 388	0.00 1	0.02 256	0.91 391	0.50 371

RTSA	18.87 440	9.32 432	86.48 466	4.95 417	6.10 418	42.08 451	14.70 439	15.49 390	41.06 444	22.65 418	32.32 425	13.77 362	19.54 422	37.98 450	28.96 443	0.41 387	0.23 388	0.00 1	0.02 256	0.91 391	0.50 371

Wz-Net-TNSev	11.35 414	10.56 434	35.88 448	2.28 329	1.73 307	18.25 415	11.42 427	15.88 393	20.88 408	14.44 395	16.97 362	19.57 402	19.04 420	19.31 424	18.67 417	0.01 176	0.06 289	0.00 1	0.16 328	0.62 377	1.25 396

AnyNet_C01	16.12 430	10.81 435	59.36 459	4.42 413	2.49 346	30.06 437	15.15 445	17.51 403	16.51 387	17.88 407	37.69 437	24.04 416	17.54 413	29.60 441	33.29 450	0.28 376	0.38 404	0.43 409	0.42 395	2.57 418	1.98 408

DDUNet	9.47 400	11.32 436	6.14 329	12.93 437	11.65 438	10.45 367	3.87 352	11.70 319	7.89 278	9.27 329	13.28 327	16.18 383	6.14 327	8.80 318	5.77 321	6.64 432	3.38 446	20.90 443	4.28 439	11.01 436	7.80 436

EDNetEfficientorigin	17.87 437	14.00 437	99.53 478	1.64 239	0.92 250	10.55 369	6.26 391	13.21 362	34.84 436	38.20 445	36.91 436	27.47 426	26.32 439	14.71 404	25.69 439	0.04 300	0.06 289	0.14 386	0.52 403	3.16 420	3.27 416

JetBlue	29.12 450	15.72 438	54.12 456	15.93 440	20.98 453	60.90 468	30.62 459	39.38 447	34.62 435	34.08 441	39.69 439	57.35 456	43.17 454	50.71 464	50.60 465	2.41 420	3.79 449	2.81 424	3.45 435	9.57 435	12.59 453

FADE		17.27 439		10.46 432	9.90 434							26.54 423				30.62 461	14.22 460	38.39 460	37.63 463	5.22 426

GCST	9.08 394	17.31 440	3.98 223	52.92 463	10.66 436	11.29 377	0.20 82	6.97 198	6.47 232	9.46 332	4.68 120	4.75 204	1.51 131	9.34 339	1.31 156	8.19 436	0.05 275	22.38 444	0.34 386	6.17 430	3.53 417

coex-ft	19.78 443	19.39 441	87.73 468	1.77 255	1.80 314	17.25 411	13.50 435	12.63 352	42.10 446	60.18 462	38.90 438	28.72 427	28.74 440	11.74 378	27.40 442	0.21 364	0.23 388	0.04 356	0.30 379	1.36 402	1.54 402

ACVNet-4b	15.90 428	22.00 442	12.37 391	16.40 441	15.14 444	31.87 440	7.50 407	19.04 416	27.85 422	11.48 374	22.02 391	31.86 433	9.16 380	17.95 419	5.69 319	10.43 443	2.58 434	24.44 447	4.87 443	16.04 445	9.28 442

WAO-7	29.39 451	24.43 443	20.47 425	32.71 453	13.83 442	34.70 444	20.27 455	52.19 462	65.03 463	43.29 450	59.35 462	52.19 450	44.68 456	31.71 442	30.56 447	10.98 445	4.94 452	13.71 438	12.52 454	12.06 439	8.22 438

IGEV-BASED-STEREO-	4.24 310	25.07 444	26.53 438	0.44 86	0.07 29	1.50 30	0.54 157	2.09 3	1.57 7	0.51 37	0.62 15	0.21 15	0.20 4	1.44 30	0.53 52	12.03 447	0.01 144	0.00 1	0.08 302	1.75 409	9.69 443

ACVNet_1	18.70 439	25.08 445	12.72 398	17.33 442	15.18 445	26.02 427	9.62 418	28.44 443	34.49 433	24.39 424	24.32 402	37.22 442	20.13 425	16.67 415	13.39 404	10.45 444	2.59 435	24.77 448	4.92 444	16.57 446	9.75 444

DispFullNet	17.47 436	26.01 446	33.98 446	22.58 447	20.86 452	13.84 399	1.28 278	16.50 395	26.27 420	19.97 414	17.17 367	20.52 411	18.49 417	22.86 434	10.76 390	5.13 427	2.83 439	30.72 451	7.72 447	20.86 449	11.01 449

RainbowNet	18.01 438	26.22 447	19.95 424	18.59 443	14.88 443	27.38 435	10.46 423	27.39 439	34.54 434	14.91 399	27.01 410	25.65 420	12.44 398	18.94 423	9.23 372	13.91 451	3.46 447	23.36 446	4.86 442	16.03 444	10.91 448

test_for_model	6.81 365	27.63 448	2.16 63	21.79 446	16.18 447	3.48 204	0.94 251	5.88 151	3.72 100	7.62 270	2.72 72	1.03 67	0.42 46	0.58 1	0.35 17	9.03 438	2.28 427	0.00 1	0.05 290	23.91 453	6.49 431

IMH-64-1	27.21 448	28.77 449	16.84 417	31.57 450	20.76 450	26.43 430	15.10 442	47.11 452	45.20 448	33.53 438	51.16 454	41.42 445	31.10 444	36.48 446	22.39 430	13.48 449	2.87 441	33.95 453	10.70 450	23.50 451	11.75 450

IMH-64	27.21 448	28.77 449	16.84 417	31.57 450	20.76 450	26.43 430	15.10 442	47.11 452	45.20 448	33.53 438	51.16 454	41.42 445	31.10 444	36.48 446	22.39 430	13.48 449	2.87 441	33.95 453	10.70 450	23.50 451	11.75 450

IMH	29.82 452	29.11 451	18.51 421	34.28 454	21.40 455	32.33 442	15.39 446	49.40 459	53.07 453	37.88 443	55.32 459	45.05 447	39.54 451	40.63 453	24.12 434	14.03 452	3.27 445	34.93 455	11.24 452	24.69 454	12.21 452

ACVNet_2	26.45 446	29.35 452	25.14 435	20.27 445	15.43 446	34.97 445	12.23 433	48.37 457	66.25 465	42.69 449	56.73 460	51.77 449	25.59 436	20.39 429	13.52 406	10.13 442	2.59 435	22.78 445	3.52 436	17.57 447	9.80 446

TorneroNet-64	32.42 454	31.89 453	30.52 442	34.73 455	21.13 454	46.99 458	18.82 450	43.10 450	59.42 458	32.70 437	46.98 449	62.01 459	36.98 448	43.97 457	33.88 451	14.10 453	3.22 444	35.28 456	11.72 453	26.84 457	14.07 454

MADNet+	27.07 447	33.84 454	90.97 470	20.14 444	7.47 427	48.43 459	47.10 466	35.43 446	36.46 438	20.11 415	30.05 419	25.29 419	35.08 446	45.50 458	50.28 464	2.13 419	2.00 425	1.19 419	0.76 410	4.71 423	4.43 421

TorneroNet	35.11 458	33.92 455	33.82 445	37.86 457	22.01 456	49.64 461	21.58 456	48.09 456	55.23 454	37.50 442	53.79 457	62.81 462	43.66 455	46.71 460	41.25 459	14.80 454	3.53 448	36.72 457	14.57 456	28.28 460	16.49 457

WAO-8	38.15 459	35.51 456	21.50 427	43.67 458	23.92 457	44.44 453	20.26 453	52.83 463	76.62 468	53.57 459	66.79 467	62.63 460	54.56 463	42.03 455	39.18 457	22.71 457	6.65 456	37.08 458	19.08 458	24.72 456	15.24 455

Venus	38.15 459	35.51 456	21.50 427	43.67 458	23.92 457	44.44 453	20.26 453	52.83 463	76.62 468	53.57 459	66.81 468	62.63 460	54.56 463	42.03 455	39.18 457	22.71 457	6.65 456	37.08 458	19.08 458	24.70 455	15.24 455

WAO-6	34.74 456	36.76 458	15.36 411	37.53 456	24.15 459	35.99 446	19.36 451	48.96 458	68.54 466	43.84 451	47.58 450	52.77 452	52.60 460	32.63 443	34.73 453	26.20 459	7.74 458	42.78 461	21.64 460	28.07 459	17.62 460

Dean	34.67 455	38.70 459	25.33 436	29.89 449	17.21 448	45.24 456	11.98 431	56.90 466	76.55 467	63.47 465	60.22 463	67.36 465	48.14 459	37.24 448	39.01 456	11.00 446	2.83 439	28.35 449	5.60 446	18.14 448	10.31 447

LVE	34.99 457	40.10 460	34.97 447	32.49 452	18.61 449	51.45 464	26.82 457	52.15 461	65.94 464	47.21 453	61.04 464	53.99 454	37.30 449	37.95 449	34.09 452	15.55 455	5.95 454	31.01 452	13.81 455	22.58 450	16.72 458

PWCK	30.53 453	44.32 461	47.25 454	29.76 448	7.23 424	40.78 450	27.10 458	44.73 451	44.32 447	47.31 454	36.37 435	47.16 448	26.05 437	41.26 454	31.87 448	21.83 456	4.03 450	29.50 450	4.67 440	27.17 458	7.80 436

UNDER WATER-64	45.16 462	46.99 462	66.69 460	43.90 460	27.64 460	55.58 467	41.87 463	39.42 448	48.42 450	51.73 458	43.08 444	67.76 466	56.69 465	48.02 462	48.34 462	39.50 463	17.64 461	51.78 464	38.93 464	36.62 461	32.61 462

UNDER WATER	45.09 461	48.60 463	67.37 461	49.30 462	31.41 461	53.80 466	37.39 461	40.25 449	52.48 452	50.24 456	45.37 447	68.37 467	57.76 466	51.03 465	49.88 463	29.97 460	13.75 459	51.22 463	36.57 461	37.87 462	29.12 461

DLNR_Zeroshot_test	24.70 445	50.77 464	90.11 469	98.11 479	97.34 477	1.38 20	0.12 44	22.79 434	3.09 68	1.07 56	2.95 75	0.71 58	0.29 17	6.93 203	2.29 231	38.56 462	0.37 403	0.00 1	0.30 379	76.73 474	0.09 217

notaker	47.42 463	55.20 465	49.13 455	56.52 466	40.18 462	38.52 448	32.97 460	47.21 454	56.08 456	57.21 461	57.24 461	60.09 458	59.19 467	53.93 466	41.64 460	40.61 464	19.93 462	57.21 466	37.41 462	49.02 464	39.02 463

ktn	48.94 464	57.58 466	38.86 450	59.57 467	43.27 464	50.37 462	43.38 464	48.07 455	61.11 459	51.30 457	54.25 458	54.96 455	52.88 461	47.30 461	35.83 454	57.77 467	24.88 465	62.69 469	43.55 465	50.70 465	40.41 464

HanzoNet	56.48 467	59.32 467	58.25 458	55.32 465	41.94 463	50.95 463	41.33 462	51.12 460	61.40 460	65.62 468	65.59 466	71.66 468	69.41 468	70.77 469	60.03 467	63.99 470	34.70 467	61.96 468	50.54 467	51.00 466	44.71 465

JetRed	61.02 468	61.05 468	82.56 465	46.09 461	56.80 469	83.19 469	63.76 468	59.26 468	63.61 461	69.29 469	68.85 469	66.59 464	47.62 458	61.57 467	74.09 469	45.58 465	66.14 471	46.59 462	45.06 466	63.17 468	49.58 467

KSHMR	55.63 466	63.60 469	37.85 449	74.69 470	49.56 467	49.01 460	45.73 465	57.46 467	63.97 462	61.61 464	62.07 465	72.39 469	47.01 457	50.65 463	43.29 461	54.10 466	62.21 468	66.10 470	53.94 469	51.25 467	46.11 466

DPSimNet_ROB	53.45 465	64.73 470	44.39 453	53.97 464	45.39 466	53.66 465	54.83 467	55.15 465	57.87 457	64.16 467	50.83 453	63.40 463	53.34 462	46.45 459	65.81 468	63.13 469	26.54 466	57.94 467	51.11 468	45.52 463	50.69 468

LRCNet_RVC	66.23 469	65.67 471	67.63 462	71.47 469	54.32 468	32.17 441	2.66 323	63.19 469	21.35 410	81.79 471	91.26 472	83.62 471	71.62 469	69.32 468	52.57 466	95.49 476	64.45 470	95.07 476	95.19 476	71.52 470	74.31 471

ASD4	75.85 470	81.57 472	69.25 463	68.23 468	80.87 473	96.24 472	99.15 477	77.50 470	93.47 474	77.59 470	85.63 470	78.32 470	76.43 470	77.89 470	82.61 470	58.30 468	62.67 469	55.02 465	62.43 470	68.35 469	65.49 470

MADNet++	82.84 471	82.38 473	73.57 464	87.72 475	82.97 474	93.14 470	69.15 469	86.42 474	82.50 470	93.46 475	86.70 471	86.28 472	80.92 471	88.34 471	88.84 471	86.83 474	84.17 475	72.64 471	68.92 471	80.47 475	81.42 475

xxxxx1	85.63 473	90.31 474	96.68 473	76.54 471	80.57 470	97.44 474	96.86 474	85.53 471	88.53 471	88.68 472	91.71 473	94.23 473	92.93 472	90.02 472	91.98 472	70.60 471	70.39 472	73.68 472	81.46 473	74.61 471	79.86 472

tt_ll	85.63 473	90.31 474	96.68 473	76.54 471	80.57 470	97.44 474	96.86 474	85.53 471	88.53 471	88.68 472	91.71 473	94.23 473	92.93 472	90.02 472	91.98 472	70.60 471	70.39 472	73.68 472	81.46 473	74.61 471	79.86 472

ff	85.63 473	90.31 474	96.68 473	76.54 471	80.57 470	97.44 474	96.86 474	85.53 471	88.53 471	88.68 472	91.71 473	94.23 473	92.93 472	90.02 472	91.98 472	70.60 471	70.39 472	73.68 472	81.46 473	74.61 471	79.86 472

MEDIAN_ROB	98.41 477	99.70 477	99.30 477	97.09 476	97.02 476	96.89 473	95.77 473	97.66 477	97.28 475	98.79 478	98.94 477	99.18 478	98.14 476	96.89 475	96.88 477	99.96 480	99.16 477	100.00 479	99.99 480	99.69 479	99.88 478

Anonymous_1	99.08 479	99.91 478	99.85 479	97.63 477	99.10 479	100.00 479	100.00 480	99.61 479	99.96 478	99.28 479	99.86 478	99.54 479	99.99 479	99.29 477	99.75 478	96.05 477	99.59 478	97.31 477	98.57 478	97.71 477	98.63 477

HaxPig	98.85 478	99.94 479	95.08 471	99.99 482	100.00 481	94.03 471	94.78 471	99.15 478	99.98 479	99.99 480	100.00 479	99.98 482	99.99 479	98.12 476	95.97 475	100.00 483	99.99 481	100.00 479	99.99 480	100.00 482	99.99 481

AVERAGE_ROB	99.62 481	99.95 480	98.81 476	100.00 485	100.00 481	98.08 477	95.47 472	100.00 482	100.00 480	100.00 481	100.00 479	100.00 484	100.00 481	100.00 482	99.99 480	100.00 483	100.00 482	100.00 479	100.00 482	100.00 482	100.00 483

test_example2	99.39 480	99.98 481	99.99 480	100.00 485	99.98 480	99.72 478	99.99 479	97.34 476	100.00 480	100.00 481	100.00 479	96.42 476	96.66 475	99.97 478	99.96 479	100.00 483	99.97 480	98.66 478	99.15 479	100.00 482	100.00 483

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

PML	97.88 476	100.00 482	96.45 472	98.01 478	97.88 478	100.00 479	99.35 478	96.88 475	97.72 476	100.00 481	97.36 476	97.38 477	99.60 477	100.00 482	96.32 476	99.99 481	97.55 476	100.00 479	96.01 477	99.18 478	87.92 476

CasAABBNet	100.00 486	100.00 482	100.00 484	100.00 485	100.00 481	100.00 479	100.00 480	100.00 482	100.00 480	100.00 481	100.00 479	100.00 484	100.00 481	100.00 482	100.00 483	100.00 483	100.00 482	100.00 479	100.00 482	100.00 482	100.00 483

LSM0	100.00 486	100.00 482	100.00 484	100.00 485	100.00 481	100.00 479	100.00 480	100.00 482	100.00 480	100.00 481	100.00 479	100.00 484	100.00 481	100.00 482	100.00 483	100.00 483	100.00 482	100.00 479	100.00 482	100.00 482	99.99 481

DPSMNet_ROB	99.91 483	100.00 482	99.99 480	99.99 482	100.00 481	100.00 479	100.00 480	99.98 481	100.00 480	98.35 476	100.00 479	99.84 480	100.00 481	99.98 479	99.99 480	100.00 483	100.00 482	100.00 479	100.00 482	100.00 482	100.00 483

DGTPSM_ROB	99.90 482	100.00 482	99.99 480	99.99 482	100.00 481	100.00 479	100.00 480	99.97 480	100.00 480	98.35 476	100.00 479	99.84 480	100.00 481	99.98 479	99.99 480	99.99 481	100.00 482	100.00 479	100.00 482	100.00 482	100.00 483

DPSM_ROB	99.95 484	100.00 482	100.00 484	99.76 480	100.00 481	100.00 479	100.00 480	100.00 482	100.00 480	100.00 481	100.00 479	100.00 484	100.00 481	100.00 482	100.00 483	99.21 478	100.00 482	100.00 479	100.00 482	99.99 480	99.95 479

DPSM	99.95 484	100.00 482	100.00 484	99.76 480	100.00 481	100.00 479	100.00 480	100.00 482	100.00 480	100.00 481	100.00 479	100.00 484	100.00 481	100.00 482	100.00 483	99.21 478	100.00 482	100.00 479	100.00 482	99.99 480	99.95 479

Low-res two-view benchmark